[發(fā)明專利]一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202011292598.8
• 申請日: 2020-11-18
• 公開（公告）號: CN112801332A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計）人: 張峰;謝斌鑫;錢宇;許欣宇;伍紹鋮;謝誠;宋珊珊
• 申請（專利權(quán)）人: 國網(wǎng)江蘇省電力有限公司江陰市供電分公司;國家電網(wǎng)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06T7/45;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，包括以下步驟：

步驟一、采集風(fēng)電機組端風(fēng)速數(shù)據(jù)，構(gòu)建基礎(chǔ)的基于時間序列的風(fēng)速原始數(shù)據(jù)集；

步驟二、對原始數(shù)據(jù)集進行歸一化處理，采用基于灰度共生矩陣的紋理特征提取方法對風(fēng)速數(shù)據(jù)時間圖像進行特征提?。?/p>

步驟三、采用BP神經(jīng)網(wǎng)絡(luò)算法對步驟二提取的特征向量進行訓(xùn)練建模，得到風(fēng)速預(yù)測模型；

步驟四、采用風(fēng)速預(yù)測模型進行風(fēng)速預(yù)測，得到短期的風(fēng)速預(yù)測數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，步驟一種所述獲取風(fēng)電機組端風(fēng)速數(shù)據(jù)具體包括，t時刻對應(yīng)的風(fēng)速大小v_t，構(gòu)建基礎(chǔ)的基于時間序列的風(fēng)速原始數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，對原始數(shù)據(jù)集中的風(fēng)速數(shù)據(jù)采用min-max標(biāo)準(zhǔn)化方式進行歸一化處理。

4.根據(jù)權(quán)利要求3所述的一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，步驟二中，采用基于灰度共生矩陣的紋理特征提取方法對風(fēng)速時間圖像進行特征提取；

具體過程為：

根據(jù)風(fēng)速原始數(shù)據(jù)集，做出v_t-t圖像，對該圖像生成對應(yīng)的灰度共生矩陣，該灰度共生矩陣可以描述為：

基于灰度共生矩陣P_i，j構(gòu)建風(fēng)速圖譜的紋理特征向量Q；該特征向量可以描述為：

Q＝[p_1，1，…，p_1，m，…，p_i，i，…，p_n，m]。

5.根據(jù)權(quán)利要求1所述的一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，步驟一中的風(fēng)速原始數(shù)據(jù)集分為訓(xùn)練集樣本和測試集樣本，步驟三中，采用BP神經(jīng)網(wǎng)絡(luò)模型對短期風(fēng)速進行預(yù)測；模型計算組件可以描述為：

模型輸入層輸入訓(xùn)練集樣本X

X＝{x₁…x_k，}k＝1，2，…

式中x_k表示輸入訓(xùn)練集樣本k，代表第k個樣本對應(yīng)的特征向量Q；

隱含層激活函數(shù)采用tansig函數(shù)

輸出層激活函數(shù)采用purelin函數(shù)，purelin(n)＝Wx+b；

模型輸出層輸出預(yù)測所得特征向量y＝[p_1，1，…，p_1，m，…，p_i，i，...，p_n，m]，根據(jù)步驟二中的特征向量還原灰度共生矩陣，將灰度共生矩陣還原為風(fēng)速時間圖像預(yù)測短期風(fēng)速。

6.根據(jù)權(quán)利要求1所述的一種基于灰度共生矩陣的短期風(fēng)速預(yù)測方法，其特征在于，步驟一中的風(fēng)速原始數(shù)據(jù)集分為訓(xùn)練集樣本和測試集樣本，步驟三中，采用BP神經(jīng)網(wǎng)絡(luò)算法對步驟二提取的特征向量進行訓(xùn)練建模，得到風(fēng)速預(yù)測模型，該算法內(nèi)容如下：

首先是信號的正向傳播過程；將訓(xùn)練集樣本特征向量做為輸入，則隱含層節(jié)點i處的輸入值：

隱含層節(jié)點i處的輸出值：

隱含層的激活函數(shù)為

輸出層的激活函數(shù)為ψ(x)＝Ex+b

則輸出節(jié)點k處的輸入值：

輸出節(jié)點k處的輸出值：

正向傳播結(jié)束后為誤差的反向傳播過程；誤差的反向傳播是在輸出層先獲取隱含層的輸出結(jié)果，然后對該結(jié)果進行誤差分析；誤差函數(shù)為

若誤差不在預(yù)期范圍內(nèi)，則調(diào)整輸出層、隱含層及輸入層之間的權(quán)值和節(jié)點閾值，以下為通過梯度下降法對連接權(quán)值和節(jié)點閾值進行修正后得到的修正量：

輸出層權(quán)值的修正量

輸出層閾值的修正量

隱含層權(quán)值的修正量

隱含層閾值的修正量

將輸出結(jié)果做為輸入值向輸入層方向運行，多次反復(fù)訓(xùn)練直至輸出層的輸出結(jié)果在預(yù)期范圍內(nèi)，則結(jié)束運行；

使用測試集樣本檢驗預(yù)測模型的準(zhǔn)確度，進行誤差分析與評價，進而修正最終的風(fēng)速預(yù)測模型，采用以下四種常用的預(yù)測精度分析評價標(biāo)準(zhǔn)有歸一化均方根誤差RMSE、均方誤差平方和MSE以及歸一化平均絕對誤差NMAE；其計算如下式所示：

其中，n表示數(shù)據(jù)的總數(shù)，V_mi表示時間i的預(yù)測值，V_pi表示時間i的實際值。