[發明專利]基于S變換的風電功率預測誤差分析與分類方法

有效

• 申請號: 202110360165.X
• 申請日: 2021-04-02
• 公開（公告）號: CN113033904B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 齊先軍;張付華;張晶晶
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

1.一種基于S變換的風電功率預測誤差分析與分類方法，其特征是按照如下步驟進行：

步驟1：采集某風電場的實測風電功率序列{p_act(j)|j＝0,1,2,…,N-1}；根據風電場的歷史風電功率序列，利用預測模型得到預測風電功率序列{p_pre(j)|j＝0,1,2,…,N-1}；其中，j表示第j個采樣點；N表示采樣點總數,且為偶數；p_act(j)表示第j個采樣點的實測風電功率，p_pre(j)表示第j個采樣點的預測風電功率；

利用式(1)計算第j個采樣點的風電功率預測誤差序列p_err(j)；

p_err(j)＝p_act(j)-p_pre(j)，j＝0,1,2,…,N-1 (1)

步驟2:利用式(2)對風電功率預測誤差序列{p_err(j)|j＝0,1,2,…,N-1}作離散S變換，得到預測誤差的時頻譜S_err[j,n]；

式(2)中：m為頻率平移量，m＝0,1,2,…,N-1；i為虛數單位；exp(·)表示以自然常數e為底的指數函數；P_err[·]為風電功率預測誤差序列{p_err(j)|j＝0,1,2,…,N-1}的離散傅里葉變換；j為第j個采樣點，j＝0,1,2,…,N-1；n為第n個頻率點,n＝0,1,2,…,N/2+1；

步驟3：利用式(3)計算第j個采樣點的縱向預測誤差序列A_err(j)：

式(3)中：|·|表示取模運算；

步驟4：利用式(4)計算縱向預測誤差序列的均值指標m_A：

步驟5：利用式(5)計算縱向預測誤差序列的波動指標σ_A：

步驟6：利用式(6)計算第j個采樣點的橫向預測誤差序列Γ_err(j)：

式(6)中：Im(·)表示取虛數部分，Re(·)表示取實數部分，arctan(·)為反正切函數；

步驟7：利用式(7)計算橫向預測誤差序列的均值指標m_Γ：

步驟8：利用式(8)計算橫向預測誤差序列的波動指標σ_Γ：

步驟9：利用式(9)建立第j時刻的預測誤差對e_j；

e_j＝(A_err(j),Γ_err(j)),j＝0,1,2,…,N-1 (9)

步驟10：將第j時刻的預測誤差對e_j分為K類：

步驟10-1：利用式(10)建立預測誤差對集合E：

E＝{e_j|j＝0,1,2,…,N-1} (10)

步驟10-2：在集合{0,1,2,…,N-1}中隨機抽取K個不同的數，記為i₁,i₂,…,i_k,…,i_K；其中，i_k表示第k個數，將預測誤差對集合E中的第i_k個誤差對放入第k個類簇C_k中，1≤k≤K，并按式(11)初始化第k個類簇C_k的類簇中心

式(11)中：分別表示第k個類簇C_k的類簇中心的縱向誤差與橫向誤差；A_err(i_k),Γ_err(i_k)分別表示預測誤差對集合E中第i_k個誤差對的縱向誤差與橫向誤差；且

步驟10-3：按式(12)計算第j時刻的預測誤差對e_j與第k個類簇中心的歐式距離d_jk：

步驟10-4：利用式(13)將距離最近的預測誤差對劃分到對應類簇：

式(13)中：∪表示集合的并集運算，λ_j表示與第j時刻的預測誤差對e_j距離最近的類簇編號，且λ_j＝argmin_{k＝1,2,…,K}(d_jk)，argmin表示使歐式距離d_jk最小的k值；

步驟10-5：利用式(14)更新類簇中心；

式(14)中：表示更新后的類簇C_k的中心，e_δ表示第k個類簇C_k中的第δ個預測誤差對，M表示第k個類簇C_k包含的預測誤差對的個數；

步驟10-6：重復步驟10-3至步驟10-5，直到第k個類簇C_k的中心不再改變為止，1≤k≤K；

步驟10-7：輸出第k個類簇C_k，1≤k≤K。