[發(fā)明專利]一種風速預測方法、裝置、存儲介質(zhì)及終端設(shè)備

在審

• 申請?zhí)枺?/td>: 202110536598.6
• 申請日: 2021-05-17
• 公開（公告）號: CN113344251A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 王蕓;陳宇;楊蓉;吳燕平
• 申請（專利權(quán)）人: 深圳大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N7/02;G06N3/12
• 代理公司: 深圳市君勝知識產(chǎn)權(quán)代理事務所(普通合伙) 44268
• 代理人: 溫宏梅

1.一種風速預測方法，其特征在于，所述的風速預測方法包括：

獲取若干參考風速；

利用預設(shè)的風速預測模型，確定所述若干參考風速對應的預測風速序列，其中，所述風速預測模型為基于Choquet積分將第一風速預測模型和第二風速預測模型聚合得到的。

2.根據(jù)權(quán)利要求1所述風速預測方法，其特征在于，所述獲取若干參考風速具體包括：

獲取待預測時刻序列，并選取所述待預測時刻序列中按照時間順序位于最前的待預測時刻；

確定所述位于最前的待預測時刻對應的若干前序時刻，其中，若干前序時刻與所述待預測時刻序列為連續(xù)時刻；

獲取若干前序時刻中的各前序時刻各自對應的參考風速，以得到若干參考風速。

3.根據(jù)權(quán)利要求1所述風速預測方法，其特征在于，所述第一預測風速模型為回聲狀態(tài)網(wǎng)絡(luò)模型，第二預測網(wǎng)絡(luò)模型為門控循環(huán)單元模型。

4.根據(jù)權(quán)利要求1所述風速預測方法，其特征在于，所述風速預測模型包括第一風速預測模型、第二風速預測模型以及聚合模型，所述第一風速預測模型的輸入項和所述第二風速預測模型的輸入項均為若干參考風速；所述聚合模型的輸入項包括所述第一風速預測模型的輸出項和所述第二風速預測模型的輸出項，其中，所述聚合模型通過Choquet積分將第一風速預測模型的輸出項和第二風速預測模型聚合的輸出項聚合。

5.根據(jù)權(quán)利要求1-4任意一項所述的風速預測方法，其特征在于，所述利用預設(shè)的風速預測模型，確定所述若干參考風速對應的預測風速序列具體包括：

利用所述第一風速預測模型，基于所述若干參考風速確定第一預測風速序列；

利用所述第二風速預測模型，基于所述若干參考風速確定的第二預測風速序列；

通過Choquet積分將所述第一預測風速序列和所述第二預測風速序列聚合，以得到預測風速序列。

6.根據(jù)權(quán)利要求4所述的風速預測方法，其特征在于，所述第一風速預測模型和所述第二風速預測模型聚合的模糊測度包括μ({x₁})、μ({x₂})和μ({x₁,x₂})，其中，x₁表示第一風速預測模型對應的第一預測風速序列，x₂表示第二風速預測模型對應的第一預測風速序列，并且μ({x₁,x₂})＝1。

7.根據(jù)權(quán)利要求6所述的風速預測方法，其特征在于，所述模糊測度為基于遺傳算法確定的，所述模糊測度具體包括：

利用所述第一風速預測模型，確定預設(shè)的訓練數(shù)據(jù)組中的若干訓練風速對應的第一候選風速序列，并利用所述第二風速預測模型，確定預設(shè)的訓練數(shù)據(jù)組中的若干訓練風速對應的第二候選風速序列；

利用初始模糊測度種群中的各初始模糊測度、Choquet積分、所述第一候選風速序列以及所述第二候選風速序列，確定各初始模糊測度各自對應的目標預測風速序列；

基于各初始模糊測度各自對應的目標預測風速序列以及所述訓練數(shù)據(jù)組中的真實風速序列，確定模各初始模糊測度各自對應的適應度；

基于各初始模糊測度各自對應的適應度對所述模糊測度種群進行選擇、變異以及交叉操作，以得到更新所述初始模糊測度種群；

將更新后的初始模糊測度種群作為初始模糊測度種群，并重復執(zhí)行基于所述利用初始模糊測度種群中的各初始模糊測度、Choquet積分、所述第一候選風速序列和所述第二候選風速序列，確定各初始模糊測度各自對應的目標預測風速序列的步驟，直至重復執(zhí)行次數(shù)達到預設(shè)次數(shù)閾值，得到所述模糊測度。

8.一種風速預測裝置，其特征在于，所述的風速預測裝置包括：

獲取模塊，用獲取若干參考風速；

確定模塊，用于利用預設(shè)的風速預測模型，確定所述若干參考風速對應的預測風速序列，其中，所述風速預測模型為基于Choquet積分將第一風速預測模型和第二風速預測模型聚合得到的。