[發明專利]基于無限混合高斯和樣條回歸的風電功率曲線擬合方法

有效

• 申請號: 201810023362.0
• 申請日: 2018-01-10
• 公開（公告）號: CN108090323B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 胡清華;汪運
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q50/06
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 宋平

1.一種基于無限混合高斯和樣條回歸的風電功率曲線擬合方法，其特征在于，包括以下步驟：

1)數據預處理：

根據實際的風速和功率數據畫出經驗功率曲線，然后將明顯的異常數據去除，處理后的樣本表示為所述的x_i，y_i分別表示風速和功率值，N表示訓練樣本的長度；

2)構造魯棒的樣條回歸模型：

構造魯棒樣條回歸模型y_i＝Z_i(x_i)β+e_i，所述的Z_i(x_i)表示根據樣條基計算出的輸入向量，β表示回歸系數，e_i表示服從無限混合高斯模型的回歸誤差：

所述的表示第k個高斯分布的方差；所述的回歸系數β服從一個高斯分布；所述的π_k表示第k個高斯分布的權值，且π_k是關于的一個函數，表示為

所述的參數是一個變量，滿足一個參數為v的Beta分布超參數v為滿足參數為e₀、f₀的Gamma分布，ν＝Gamma(ν|e₀，f₀)，所述的e₀、f₀的初始值設置為0.0001并根據變分貝葉斯得到的參數的后驗分布來更新e₀、f₀的值；

3)利用變分貝葉斯優化魯棒的樣條回歸模型：

根據步驟2)中對魯棒樣條回歸模型中各個參數的先驗分布，構造最終的似然函數：所述p(·)是變量的概率分布；

令根據變分貝葉斯的原理，求出魯棒樣條回歸模型中的所有參數的后驗分布，

所述的·是期望運算；

4)得出功率曲線以及概率功率曲線：

根據步驟3)得到的參數的后驗分布，給定一個新樣本(x^*，y^*)，所述x^*、y^*分別表示未知風速值和待預測的真實功率，通過下式來推斷y^*的概率分布：

所述μ_β、Σ_β分別表示參數β的后驗分布中的期望和方差，Z^*表示的是根據樣條基計算的與風速x^*相對應的輸入向量，y^*的預測分布是混合高斯模型，所述的Z^*μ_β是y^*的點預測值；

根據y＝Z(x)μ_β得到預測的功率曲線；

根據每個預測值所相應的概率分布，求出相應的概率功率曲線。