[发明专利]一种基于NARX神经网络的风速预测方法及装置

权利要求书

1.一种基于NARX神经网络的风速预测方法，其特征在于，包括如下 步骤：

步骤A，采集风速预测所需相关参数的历史数据，所需相关参数包括风 速、桨距角、转速和功率；

步骤B，对采集到的数据进行归一化处理；

步骤C，将处理后的数据作为训练样本输入到NARX神经网络中进行训 练；

步骤D，将测试样本输入到训练好的NARX神经网络中，并将输出值进 行反归一化，得到实际预测值。

2.根据权利要求1所述的基于NARX神经网络的风速预测方法，其特 征在于，所述步骤B中，归一化处理后的数据还需按组进行随机排序处理。

3.根据权利要求1所述的基于NARX神经网络的风速预测方法，其特 征在于，所述NARX神经网络共有3层，分别为输入层、隐层和输出层；输 入层神经元数为4个，分别为功率、桨距角、转速和风速；隐层神经元个 数为8个；输出层节点数为1个，代表对未来时刻风速的预测值；输出的 延时阶数为2。

4.根据权利要求1所述的基于NARX神经网络的风速预测方法，其特 征在于，所述步骤B中归一化处理按照如下公式：

y＝(ymax-ymin)*(x-xmin)/(xmax-xmin)+ymin

其中，ymax和ymin分别为归一化后数据范围的最大值和最小值；xmax 和xmin分别为归一化前数据的最大值和最小值；y为归一化后的数据，x 为归一化前的数据，所述ymax和ymin分别取1和-1。

5.一种基于NARX神经网络的风速预测装置，其特征在于，包括：

采集模块，采集风速预测所需相关参数的历史数据，所述相关参数包 括风速、桨距角、转速和功率；

处理模块，对采集到的数据进行归一化处理；

训练模块，将处理后的数据作为训练样本输入到NARX神经网络中进行 训练；

计算输出模块，将测试样本输入到训练好的NARX神经网络中，并将输 出值进行反归一化，得到实际预测值。

6.根据权利要求5所述的基于NARX神经网络的风速预测装置，其特 征在于，所述处理模块，归一化处理后的数据还需按组进行随机排序处理。

7.根据权利要求5所述的基于NARX神经网络的风速预测装置，其特 征在于，所述NARX神经网络共有3层，分别为输入层、隐层和输出层；输 入层神经元数为4个，分别为功率、桨距角、转速和风速；隐层神经元个 数为8个；输出层节点数为1个，代表对未来时刻风速的预测值；输出的 延时阶数为2。

8.根据权利要求5所述的基于NARX神经网络的风速预测装置，其特 征在于，所述处理模块，归一化处理按照如下公式：

y＝(ymax-ymin)*(x-xmin)/(xmax-xmin)+ymin

其中，ymax和ymin分别为归一化后数据范围的最大值和最小值；xmax 和xmin分别为归一化前数据的最大值和最小值；y为归一化后的数据，x 为归一化前的数据，所述ymax和ymin分别取1和-1。