[发明专利]一种基于偏最小二乘法回归的短期风电功率预测方法

权利要求书

1.一种基于偏最小二乘法回归的短期风电功率预测方法，其特征在于：包括以下步骤：

(1)分析并提取风电场的影响风电功率预测的特征和影响因素，形成历史风功率数据向量，得到训练样本集[X₁,X₂,X₃,X₄,X₅,X₆,X₇,…X_n，Y]，其中Y为预测点前十二小时的风功率值向量，X＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇，…X_n]分别为预测点向前每隔十二小时的风功率值向量；

(2)对训练样本集作降维处理，将X’＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇]作为模型的输入列向量，Y作为模型的输出列向量；

(3)利用得到的训练样本进行成分提取：

u_i＝X’p_i

v_i＝Yq_i

式中，u_i、v_i分别为X’、Y的成分矩阵，p_i、q_i为X、Y待求的特征向量；

并且对输入输出进行相关性分析：

Corr(u_i,v_i)→max

式中，max表示使输入输出成分之间的相关性Corr与协方差Cov达到最大化；

再利用最小二乘法计算回归系数：

得到建立偏最小二乘回归模型

即Y＝UR^T+F'＝X'PR^T+F'

式中，c、d、r为最小二乘法求出的回归系数，E’表示输入变量进行成分提取之后的残差矩阵，F’为输出变量进行成分提取之后的残差矩阵，U为X’的各成分矩阵u_i所组成的矩阵，R为回归模型的系数r_i所组成的矩阵，P为输入向量X’的多个成分的特征向量p_i组成的矩阵；

(4)选取48个风电功率点值作为测试样本的输入向量[X'₁,X'₂,X'₃,X'₄,X'₅,X'₆,X'₇]，与此相对应的输出向量Y'作为功率输出真实值，将输入向量[X'₁,X'₂,X'₃,X'₄,X'₅,X'₆,X'₇]带入偏最小二乘法回归模型，得到风电功率超短期预测值向量。