[发明专利]一种任意输入参数的风能预测系统和方法在审

专利信息
申请号: 201410022977.3 申请日: 2014-01-20
公开(公告)号: CN103714400A 公开(公告)日: 2014-04-09
发明(设计)人: 田春光;吕项羽;李德鑫;董添 申请(专利权)人: 吉林省电力科学研究院有限公司;国网吉林省电力有限公司电力科学研究院;国家电网公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 长春众益专利商标事务所(普通合伙) 22211 代理人: 余岩
地址: 130000 吉林省长春市高新*** 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 任意 输入 参数 风能 预测 系统 方法
【权利要求书】:

1.一种任意输入参数的风能预测系统,其特征在于包括:

历史数据输入模块,输入风能发电厂的历史数据,包括任意参数:风速、温度、天气、降雨、湿度;

历史数据转换模块,通过数据转换模型标准化数据,是将非标准的数值型数据和离散化数据转换为标准化的[-1, 1]之间的数据;

数据分类模块,将已经标准化的历史数据按4:1的比例进行类别划分,其中80%作为训练数据,20%作为验证数据;

训练数据输入模块,输入训练数据;

训练模块,将输入的训练数据,利用改进的向量机回归算法进行训练,产生回归向量机模型;

验证数据输入模块,输入验证数据;

预测模块,利用输入的验证数据,迭代到产生的回归向量机模型;步骤S308为选择模块,判定精度是否达标,即误差是否小于给定的阈值;

标准化数据转换模块,如果精度达标,将标准化数据转换为历史输入数据。

2.一种任意输入参数的风能预测方法,其特征在于包括如下步骤:

(1)输入历史数据,包括任意参数:风速、温度、天气、降雨、湿度;

(2)通过数据转换模型标准化数据,得到[-1, 1]之间的数据;

(3)将标准化数据按4:1的比例进行类别划分,80%为训练数据,20%为验证数据;

(4)输入训练数据;

(5)利用改进的向量机回归算法对输入训练数据进行训练,产生回归向量机模型;

(6)输入验证数据;

(7)利用产生的回归向量机模型进行验证;

(8)判定精度是否达标,即误差是否小于给定的阈值,如果精度达标,则将数据转化为原始数据;

(9)如果不达标,则重新回到初始位置。

3.根据权利要求2所述的一种任意输入参数的风能预测方法,其特征在于:所述的输入的历史数据,包括任意参数:风速、温度、天气、降雨、湿度,用一个N×M矩阵表示,其中N代表历史数据样本数量,M代表参数的数量,即多少种参数。

4.根据权利要求2所述的一种任意输入参数的风能预测方法,其特征在于:所述的通过数据转换模型标准化数据,是将非标准的数值型数据和离散化数据转换为标准化的[-1, 1]之间的数据,使得不同的数据之间可以整合进本方法之中,具体包含以下二种情况:

    (1)对于数值型数据

标准化,需要将其映射到-1到+1之间,对输入的参数数据进行统计获得其均值μ和标准差σ,对于任意一个数据x其标准化的公式对应为:

        

通过该公式可以将任意一种基于数值的参数数据x映射为[-1, 1]区间的标准化数据,其逆过程对应公式为:

通过该公式,可以将标准化的数据转换为真实数据;

    (2)对于离散型的数据处理

    某些地区的历史数据不够精确,采用有限的几种状态来进行形容,采用二进制编号的形式,每个二进制位对应一个新的输出属性,对于某地区的天气情况P描述仅为晴天、小雨、大雨这3项,如下方式:

输入参数:P        输出参数:Pa1   Pa2

晴天                        0   1

小雨                        1   0

大雨                        1   1

将1个离散型参数转换为两个参数内容为0~1的标准化数据。

5.根据权利要求2所述的一种任意输入参数的风能预测方法,其特征在于:所述的将标准化数据按一定比例进行类别划分,本方法中标准化数据的80%为训练数据,20%为验证数据,数据量大于500个。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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吉林省电力科学研究院有限公司;国网吉林省电力有限公司电力科学研究院;国家电网公司,未经吉林省电力科学研究院有限公司;国网吉林省电力有限公司电力科学研究院;国家电网公司许可,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/201410022977.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top