[发明专利]一种风电场风速时间序列预测方法有效
申请号: | 201110459034.3 | 申请日: | 2011-12-31 |
公开(公告)号: | CN102542167A | 公开(公告)日: | 2012-07-04 |
发明(设计)人: | 孙斌;姚海涛;李洪伟;周云龙 | 申请(专利权)人: | 东北电力大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 吉林市达利专利事务所 22102 | 代理人: | 陈传林 |
地址: | 132012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电场 风速 时间 序列 预测 方法 | ||
技术领域
本发明涉及一种风电场风速时间序列预测方法,尤其涉及一种基于局域均值分解和多核最小二乘支持向量机的短期风速预测方法。
背景技术
能源与环境是当今人类生存和发展所急需解决的问题。常规能源以煤、石油、天然气为主,它不仅资源有限,而且还造成了严重的大气污染。因此,对可再生能源的利用,尤其是对风能的开发利用,已受到各个国家的高度重视。随着风能利用的加速发展,越来越多的大型风电场将纳入电网的统调,风电在电网的比重越来越大,但是由于系统的最大负荷受限于风电场穿透功率极限,所以当负荷超过一定值,就会严重影响电网稳定的运行。而对风速的准确预测可以减少风电场的旋转设备和运行成本,提高风电穿透功率极限,可以帮助调度部门及时调整计划,从而减轻风能对电网的冲击。
目前,国内外用于风速预测的方法主要有持续预测法、卡尔曼滤波法、时间序列分析法和神经网络方法。以上预测方法大多都针对原始风速序列,存在着风速预测精度低,平均相对预测误差通常达到20%。
发明内容
本发明的目的在于克服现有风速预测技术上的缺陷,提出一种准确、可靠,应用价值高的基于局域均值分解和多核最小二乘支持向量机的短期风速预测方法。
本发明的目的是由以下技术方案来实现的:一种风电场风速时间序列预测方法,其特征在于,它包括下述步骤:
(1)利用风速采集仪器每隔一小时记录一次同一地区的风速数据,整理采集的原始风速数据,形成风速时间序列用于分析预测;
(2)运用局域均值分解算法对风速时间序列进行多尺度分解,分解得到多个PF分量,
局域均值分解算法步骤如下:
(a)找出原始信号x(t)所有的局部极值点ni,求出所有相邻的局部极值点的平均值:
将所有相邻的平均值点mi用直线连接起来,然后用滑动平均法进行平滑处理,得到局 部均值函数m11(t);
(b)求出包络估计值
将所有相邻的平均值点ai用直线连接起来,然后用滑动平均法进行平滑处理,得到包络估计函数a11(t);
(c)将局部均值函数m11(t)从原始信号x(t)中分离出来,得到
h11(t)=x(t)-m11(t) (3)
(d)用h11(t)除以包络估计函数a11(t)以对h11(t)进行解调,得到
s11(t)=h11(t)/a11(t) (4)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北电力大学,未经东北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110459034.3/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用