[发明专利]风电场超短期风速预测方法

权利要求书

1.一种风电场超短期风速预测方法，其特征在于所述的方法包括以下步骤：

（1）根据风电机组所处位置对机组进行编号，按照风电机组的标号和时间间隔建立历史风速值数据库；

（2）按照风电机组标号，建立各个时段风电机组的风速曲线；

（3）获取需要预测风速时段的前一时段风速曲线，并从历史风速数据库中搜索、提取与前一时段风速曲线相似的曲线簇，组成输入曲线集合；搜索各相似曲线的下一时段风速曲线，组成输出曲线集合；

（4）将输入曲线集合和输出曲线集合分别作为神经网络的输入和输出样本，对神经网络进行训练，得到训练好的神经网络系统；

（5）将需要预测时段的前一时段风速曲线作为神经网络系统的输入，得到初步的风速预测值；

（6）分别以输入曲线集合中的曲线为输入，通过神经网络系统计算，得到各相似曲线的预测值；

（7）用各相似曲线的预测值与各相似曲线的下一时段风速曲线中的风速值进行比较，得到各相似曲线的预测误差值，并求取误差值的平均值；

（8）用步骤（7）求得的误差值的平均值修正初步的风速预测值，得到需要预测的风速值。

2.根据权利要求1所述的风电场超短期风速预测方法，其特征是：所述的风电机组的历史数据采集时间间隔为1~10min。

3.根据权利要求1所述的风电场超短期风速预测方法，其特征是：在所述步骤（3）中，所述相似曲线簇搜索按照以下步骤进行：

1）以风电机组标号为横坐标，各台风电机组的风速值为纵坐标，绘制每个时间段的风速曲线：风电机组在每个时间段的风速曲线为一条折线，每个折点对应一台风机，N台风电机组的折线有N-1条折线，每条折线用L表示，则第i条折线表示为：

L_i＝{(x_Li,y_Li),(x_Ri,y_Ri),k_i}    （1）

其中，(x_Li,y_Li)表示折线的左端点坐标，(x_Ri,y_Ri)为折线的右端点坐标，k_i表示折线的斜率；

2）进行相似曲线提取，定义两条曲线间的相似距离D为：

D(a,b)=Σi=1N-1|kaiωai-kbiωbi|---(2)]]>

其中，a,b表示要求取相似性的两条曲线，k_ai，k_bi表示两条曲线中对应的第i段折线的斜率，ω_ai，ω_bi分别表示第i段折线在其对应曲线总长中所占的比重；

3）通过样本数据计算和分析，观测出相似距离限定值δ，当D(a,b)＜δ，则认为两条折线相似，δ值按照实际情况设定。

4.根据权利要求1所述的风电场超短期风速预测方法，其特征是：在所述步骤（7）中，通过各相似曲线的预测值与各相似曲线的下一时段风速曲线中的风速值进行比较，获得误差值的平均值err_bp。

5.根据权利要求1所述的风电场超短期风速预测方法，其特征是：在所述步骤（8）中，用误差值的平均值err_bp修正初步的风速预测值Wind_speed_bp，得到需要预测的风速值Wind_speed＝Wind_speed_bp+err_bp，其中：Wind_speed_bp为初步的风速预测值，err_bp为误差值的平均值。