[發(fā)明專利]一種風(fēng)電功率概率預(yù)測(cè)模型建立方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010834929.X
• 申請(qǐng)日: 2020-08-19
• 公開（公告）號(hào): CN111985711A
• 公開（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 李永剛;王月;吳濱源
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)（保定）
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06K9/62;H02J3/00
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 李興林

1.一種風(fēng)電功率概率預(yù)測(cè)模型建立方法，其特征在于，包括以下步驟：

S1，數(shù)據(jù)預(yù)處理：剔除初始數(shù)據(jù)集中的異常值，并基于灰色關(guān)聯(lián)理論，選取與風(fēng)電功率關(guān)聯(lián)度大于預(yù)設(shè)閾值的氣象變量作為風(fēng)電功率概率預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)集；

S2，建立改進(jìn)自然梯度提升元模型：基于訓(xùn)練數(shù)據(jù)集，預(yù)測(cè)風(fēng)電功率概率分布的參數(shù)向量，通過(guò)Fisher信息量在一般梯度和自然梯度間建立聯(lián)系，選取分類和回歸樹作為基學(xué)習(xí)器，建立改進(jìn)自然梯度提升元模型，實(shí)現(xiàn)參數(shù)向量更新；

S3，Blending模型融合：對(duì)多個(gè)改進(jìn)自然梯度提升元模型進(jìn)行Blending模型融合，建立新的元模型進(jìn)行訓(xùn)練，從而輸出最終預(yù)測(cè)統(tǒng)計(jì)參數(shù)向量。

2.根據(jù)權(quán)利要求1所述的風(fēng)電功率概率預(yù)測(cè)模型建立方法，其特征在于，所述步驟S1中，剔除初始數(shù)據(jù)集中的異常值，并基于灰色關(guān)聯(lián)理論，選取與風(fēng)電功率關(guān)聯(lián)度大于預(yù)設(shè)閾值的氣象變量作為風(fēng)電功率概率預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)集，具體包括：

S101，利用箱型圖剔除初始數(shù)據(jù)中的異常值；

S102，以風(fēng)電功率為參考數(shù)據(jù)列，相關(guān)氣象變量為對(duì)比數(shù)據(jù)列，對(duì)各序列進(jìn)行初值化處理，基于灰色關(guān)聯(lián)理論，計(jì)算關(guān)聯(lián)系數(shù)以表征兩組序列的關(guān)聯(lián)度，選取關(guān)聯(lián)度大于閾值的氣象變量作為預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的風(fēng)電功率概率預(yù)測(cè)模型建立方法，其特征在于，所述步驟S101中，利用箱型圖剔除初始數(shù)據(jù)中的異常值，具體包括：

異常值截?cái)嗌舷孪抻墒?1)確定：

式中：min、max代表數(shù)據(jù)截?cái)嗟纳舷藓拖孪蓿籕₁、Q₃分別代表上、下四分位數(shù)；IQR＝Q₃-Q₁。

4.根據(jù)權(quán)利要求2所述的風(fēng)電功率概率預(yù)測(cè)模型建立方法，其特征在于，所述步驟S102中，以風(fēng)電功率為參考數(shù)據(jù)列，相關(guān)氣象變量為對(duì)比數(shù)據(jù)列，對(duì)各序列進(jìn)行初值化處理，基于灰色關(guān)聯(lián)理論，計(jì)算關(guān)聯(lián)系數(shù)以表征兩組序列的關(guān)聯(lián)度，選取關(guān)聯(lián)度大于閾值的氣象變量作為預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)集，具體包括：

1)對(duì)各變量時(shí)間序列做歸一化處理，以n個(gè)氣象變量序列中的第k個(gè)為比較序列S^k(t)，風(fēng)電功率序列為參考序列S⁰(t)，求取兩者差計(jì)作絕對(duì)值序列Δ^k(t)，如式(2)所示，其中k∈(1,n)，

Δ^k(t)＝|S^k(t)-S⁰(t)| (2)

2)計(jì)算關(guān)聯(lián)系數(shù)η^k(t)：

式中：Min(·)、Max(·)表示求取序列的最小、最大值，ρ為分辨系數(shù)；

3)求解關(guān)聯(lián)度γ^k：

式中：T_n為序列長(zhǎng)度；

4)設(shè)定閾值選取關(guān)聯(lián)度大于閾值的氣象變量，組成訓(xùn)練數(shù)據(jù)集。