[發(fā)明專利]一種基于偏最小二乘法回歸的短期風電功率預測方法

有效

• 申請?zhí)枺?/td>: 201810353816.0
• 申請日: 2018-04-19
• 公開（公告）號: CN108667069B
• 公開（公告）日: 2021-10-19
• 發(fā)明（設計）人: 孫永輝;王朋;候棟宸;鐘永潔;王加強;張博文;艾蔓桐;翟蘇巍;王義;呂欣欣
• 申請（專利權）人: 河海大學
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 徐瑩

1.一種基于偏最小二乘法回歸的短期風電功率預測方法，其特征在于：包括以下步驟：

(1)分析并提取風電場的影響風電功率預測的特征和影響因素，形成歷史風功率數(shù)據(jù)向量，得到訓練樣本集[X₁,X₂,X₃,X₄,X₅,X₆,X₇,…X_n，Y]，其中Y為預測點前十二小時的風功率值向量，X＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇，…X_n]分別為預測點向前每隔十二小時的風功率值向量；

(2)對訓練樣本集作降維處理，將X’＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇]作為模型的輸入列向量，Y作為模型的輸出列向量；

(3)利用得到的訓練樣本進行成分提取：

u_i＝X’p_i

v_i＝Yq_i

式中，u_i、v_i分別為X’、Y的成分矩陣，p_i、q_i為X、Y待求的特征向量；

并且對輸入輸出進行相關性分析：

Corr(u_i,v_i)→max

式中，max表示使輸入輸出成分之間的相關性Corr與協(xié)方差Cov達到最大化；

再利用最小二乘法計算回歸系數(shù)：

得到建立偏最小二乘回歸模型

即Y＝UR^T+F'＝X'PR^T+F'

式中，c、d、r為最小二乘法求出的回歸系數(shù)，E’表示輸入變量進行成分提取之后的殘差矩陣，F(xiàn)’為輸出變量進行成分提取之后的殘差矩陣，U為X’的各成分矩陣u_i所組成的矩陣，R為回歸模型的系數(shù)r_i所組成的矩陣，P為輸入向量X’的多個成分的特征向量p_i組成的矩陣；

(4)選取48個風電功率點值作為測試樣本的輸入向量[X'₁,X'₂,X'₃,X'₄,X'₅,X'₆,X'₇]，與此相對應的輸出向量Y'作為功率輸出真實值，將輸入向量[X'₁,X'₂,X'₃,X'₄,X'₅,X'₆,X'₇]帶入偏最小二乘法回歸模型，得到風電功率超短期預測值向量。