[發明專利]二階灰色神經網絡和馬爾科夫鏈的短期風速區間預測方法

在審

• 申請號: 201811081034.2
• 申請日: 2018-09-17
• 公開（公告）號: CN109345009A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 王念;張靖
• 申請（專利權）人: 貴州大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 商小川

本發明公開了一種二階灰色神經網絡和馬爾科夫鏈的短期風速區間預測方法，它包括：步驟1、建立基于二階灰色理論的風速預測模型；步驟2、利用神經網絡算法優化灰色風速預測模型；步驟3、將歷史風速序列投入優化后的灰色風速預測模型進行擬合得到擬合誤差序列；步驟4、對誤差絕對值序列進行分析，根據數據分布情況進行狀態劃分；步驟5、根據數據構造下一步狀態轉移矩陣，并根據矩陣計算各個狀態下一步誤差轉移值的期望；步驟6、通過誤差轉移的期望值獲取風速區間預測結果；解決了現有技術中直接對風速進行預測，難以克服風速的不確定性，使得預測精度低，準確性較差等技術問題。

技術領域

本發明屬于風速預測技術，尤其涉及一種二階灰色神經網絡和馬爾科夫鏈的短期風速區間預測方法。

背景技術

隨著全世界能源與環境問題的逐漸突出，對可再生能源的研究和利用成為學術界和工業界廣泛關注的熱點問題。而風力發電作為安全可靠、無污染、不需消耗燃料、可并網運行的重要可再生能源之一，近年來在全世界范圍內得到了突飛猛進的發展。但是風速具有隨機性，間歇性和不確定性。準確的預測結果有利于解決風電輸出功率控制、含新能源的電網安全經濟調度以及開放電力市場環境下風電競價交易等問題。

目前用于風速區間預測的方法主要有兩種，一是啟發式算法，通過學習歷史數據規律預測風速區間的上限與下限。二是統計方法，基于風電功率的概率分布函數，計算在滿足給定置信度水平下，風電功率可能落入區間的上限和下限，或者根據預測誤差的概率分布來確定預測區間的上限與下限，目前第二類方法使用范圍較廣。但是現有技術的這些方法都是通過預測誤差分布情況進行風速區間預測，沒有找到誤差之間的關聯，使得預測精度低，準確性較差。

本發明要解決的技術問題是：提供一種二階灰色神經網絡和馬爾科夫鏈的短期風速區間預測方法，以解決現有技術中難以克服風速的不確定性，使得預測精度低，準確性較差等技術問題。

本發明技術方案：

一種二階灰色神經網絡和馬爾科夫鏈的短期風速區間預測方法，它包括：

步驟1、建立基于二階灰色理論的風速預測模型；

步驟2、利用神經網絡算法優化灰色風速預測模型；

步驟3、將歷史風速序列投入優化后的灰色風速預測模型進行擬合得到擬合誤差序列；

步驟4、對誤差絕對值序列進行分析，根據數據分布情況進行狀態劃分；

步驟5、根據數據構造下一步狀態轉移矩陣，并根據矩陣計算各個狀態下一步誤差轉移值的期望；

步驟6、通過誤差轉移的期望值獲取風速區間預測結果。

它還包括：

步驟7、計算誤差指標，對風速區間預測進行評估；

步驟8、輸出風速區間預測值和誤差指標。

步驟1所述建立基于二階灰色理論的風速預測模型的方法包括：

步驟1.1、將風速歷史數據作為風速預測模型中的輸入序列X⁽⁰⁾，對此進行一級疊加得到新序列

X⁽¹⁾＝[x⁽¹⁾(1),x⁽¹⁾(2),...,x⁽¹⁾(n)]

式中：

步驟1.2、建立二階灰色風速預測模型的微分方程如下：

得到方程解為：