[發明專利]基于布谷鳥算法優化的BP神經網絡短期風功率預測方法在審

申請號：	202011181059.7	申請日：	2020-10-29
公開（公告）號：	CN112307672A	公開（公告）日：	2021-02-02
發明（設計）人：	顧禹軒;王芳	申請（專利權）人：	上海電機學院
主分類號：	G06F30/27	分類號：	G06F30/27;G06N3/08;G06Q10/04;G06Q50/06;G06F113/06
代理公司：	上海科盛知識產權代理有限公司 31225	代理人：	楊宏泰
地址：	200240 ***	國省代碼：	上海;31
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于布谷鳥算法優化 bp 神經網絡短期功率預測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明涉及一種基于布谷鳥算法優化的BP神經網絡短期風功率預測方法，包括以下步驟：S1：獲取訓練數據構建訓練集，并構建BP神經網絡；S2：初始化BP神經網絡的參數；S3：利用布谷鳥算法，對BP神經網絡的參數進行優化，得到優化后的參數；S4：利用優化后的參數構建基于CS?BP神經網絡的風功率預測模型；S5：利用得到的風功率預測模型進行短期風功率的預測，與現有技術相比，本發明具有提高短期風功率預測準確度等優點。

技術領域

本發明涉及風功率預測領域，尤其是涉及一種基于布谷鳥算法優化的BP神經網絡短期風功率預測方法。

背景技術

隨著全球工業化和城市化的快速發展，傳統能源的供需求日益緊張、全球天氣的異常問題加劇。面對這個問題世界各國紛紛轉向可再生資源的利用，風能作為一種擁有大規模開發潛力的清潔能源，受到了各個國家的廣泛關注和研究，各個國家都轉向利用風能去發電。由于風能具有波動性、隨機性、間歇性等特點嚴重干擾了風電并網能力，導致電能質量降低。對風功率進行準確的預測可以幫助電力調度部門對不同時刻風功率的變化進行相應的調整，以此來減小風電并網對電網的運行帶來的不利影響，所以進行風功率預測有著重要的意義。

風功率的預測方法可以分為物理模型預測法和統計預測法。物理模型預測法主要是利用數值天氣預報以及其他多種因素進行風功率預測，通過這種方法進行風功率預測需要較多的參數，例如風電廠區域的等高線、障礙物、地形地貌、氣象數據等等；統計預測法是根據歷史風功率和氣象數據信息對風電場輸出功率進行預測。常用的風功率預測算法有BP神經網絡算法、支持向量機回歸、空間相關性算法等等。

采用物理模型建模的方法，在短期預測能力上的表現不是很好，可以表現風功率大致的范圍，但是有較大的誤差，所以它更加適用于長期預測，而對于短期風功率的預測沒有很好的效果。另外，采用BP神經網絡算法進行風功率預測容易陷入局部最小值的問題，導致通過BP神經網絡算法進行風功率預測的時候，會造成較大的預測誤差。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于布谷鳥算法優化的BP神經網絡短期風功率預測方法，解決BP神經網絡陷入局部最優值的情況，提高BP神經網絡全局搜索的能力，提高風功率預測的準確性，降低風功率預測的誤差，使電力系統的調度更加平穩。

本發明的目的可以通過以下技術方案來實現：

一種基于布谷鳥算法優化的BP神經網絡短期風功率預測方法，包括以下步驟：

S1：獲取訓練數據構建訓練集，并構建BP神經網絡；

S2：初始化BP神經網絡的參數；

S3：利用布谷鳥算法，對BP神經網絡的參數進行優化，得到優化后的參數；

S4：利用優化后的參數構建基于CS-BP神經網絡的風功率預測模型；

S5：利用得到的風功率預測模型進行短期風功率的預測。

進一步地，所述的訓練數據包括風速、風向的余弦值和溫度。

進一步地，所述的BP神經網絡的參數包括BP神經網絡的權值和閾值。