[发明专利]一种基于历史气象数据和随机模拟的风电功率预测方法

权利要求书

1.一种基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述方法包括下列步骤：

基于历史气象数据的模式库训练步骤，根据历史气象数据构建训练图像，通过捕获训练图像的数据事件，建立训练图像的模式库；

基于随机模拟的风电功率预测步骤，建立风电预测区域，利用训练图像的模式库遍历风电预测区域内的未知节点，得到风电功率预测结果；

所述基于历史气象数据的模式库训练步骤包括下列步骤：

A1)根据历史气象数据构建三维空间内的训练图像；

A2)通过三维数据模板对步骤A1)内得到的训练图像进行扫描，得到训练图像的初始模式库；

A3)将步骤A2)得到的训练图像的初始模式库进行分类，得到对应的多个子空间，并计算得到每个子空间的代表模式，实现训练图像的模式库的建立；

所述步骤A2)还包括：将通过三维数据模板扫描后的训练图像进行降维处理，得到低维度下的训练图像的初始模式库；

所述步骤A3)包括：

A31)通过基于密度的聚类方法对训练图像的初始模式库进行聚类分类，得到的每一个分类结果作为一个子空间；

A32)求取每一个子空间内的所有模式的平均值，得到的结果作为该子空间的代表模式。

2.根据权利要求1所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述步骤A1)包括：

A11)将历史气象数据内的每一个数据作为三维空间内的一个节点，每个节点以向量的形式进行存储，每个向量由该历史气象数据的所有属性构成；

A12)将所有历史气象数据对应的所有节点共同构造得到三维空间内的训练图像，所述训练图像的长为节点的属性对应的种类的整数倍，所述训练图像的长、宽和高的积与节点的数量一致。

3.根据权利要求2所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述历史气象数据的所有属性包括时间、风速、风向、气压、温度、湿度和风力发电功率。

4.根据权利要求1所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述降维处理具体为：通过多维尺度变换进行降维处理。

5.根据权利要求1所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述基于随机模拟的风电功率预测步骤包括：

B1)建立风电预测区域，在风电预测区域内随机构造一条访问路径；

B2)根据训练图像的模式库，对访问路径内的节点进行遍历，得到风电功率预测结果。

6.根据权利要求5所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述步骤B2)包括：

B21)对访问路径进行遍历，判断访问路径内是否存在未知节点，若是则进入步骤B22)，若否则表明该访问路径内的所有节点都存在预测结果，风电功率预测完成；

B22)判断未知节点是否存在条件数据，若是则进入步骤B23)，若否则进入步骤B25)；

B23)分别计算未知节点的条件数据与训练图像的模式库内的每个子空间的代表模式的欧氏距离；

B24)根据步骤B23)计算的欧式距离，确定最小欧式距离对应的训练图像的模式库的子空间，在对应的子空间内随机提取一个模式作为拷贝模式，进入步骤B26)；

B25)从训练图像的模式库内随机提取一个模式作为拷贝模式，进入步骤B26)；

B26)将拷贝模式作为当前未知节点的预测结果，同时返回步骤B21)。

7.根据权利要求5所述的基于历史气象数据和随机模拟的风电功率预测方法，其特征在于，所述风电预测区域的建立方式与训练图像的构建方式相同。