[发明专利]基于趋势探测器和数学形态学算子的风能预测方法

权利要求书

1.基于趋势探测器和数学形态学算子的风能预测方法，其特征在于：所述方法包括：设计一个平均趋势探测器将非平稳的风电场历史风能数据分解为两个独立的分量：低频的平均趋势分量和高频的随机分量；采用不同的预测算子分别对平均趋势分量和随机分量进行预报；将平均趋势分量和随机分量的预报结果相加得到风电场风电输出功率的预报结果。

2.根据权利要求1所述的基于趋势探测器和数学形态学算子的风能预测方法，其特征在于：所述平均趋势探测器的设计包括以下步骤：

考虑风电场的历史风能数据，记为非平稳的时间序列x(t)，该时间序列的长度为L；利用数学形态学算子，即利用高帽变换TH和低帽变换BH，获取时间序列x(t)的震荡元，在一条曲线中两个连续极值之间的部分定义为一个震荡元，极值点通过下式获得：

TH=x-xΘg⊕gBH=x⊕gΘg-x---(1)]]>

其中，Θ分别为形态学膨胀和形态学腐蚀，g是长度为3个采样点、中心在其几何中心的结构元素；

设P₁＝(t₁，x(t₁))、P₂＝(t₂，x(t₂))为两个连续的极值点，则震荡元的权重质心定义为：

M＝(t_M，x_M)    (2)

其中，tM=1∫t1t2x(t)dt∫t1t2t·x(t)dtxM=1t2-t1∫t1t2x(t)dt]]>

一系列震荡元的权重质心通过三次样条线平滑的连接，即得到平均趋势分量m(t)，随机分量定义为s(t)＝x(t)-m(t)。