[发明专利]风机输出功率预测方法和系统

权利要求书

1.一种风机输出功率预测方法，其特征在于，包括以下步骤：

基于最大信息系数和多元多项式回归，建立多元多项式回归模型；

确定测试集，利用多元多项式回归模型在测试集上对风机输出功率进行预测。

2.根据权利要求1所述的风机输出功率预测方法，其特征在于，所述基于最大信息系数和多元多项式回归，建立多元多项式回归模型包括以下步骤：

获取第一数据集，从第一数据集中去除异常数据，得到第二数据集；

在第二数据集上，利用最大信息系数方法进行特征选择，得到第三数据集；

在第三数据集上训练多元多项式回归模型。

3.根据权利要求2所述的风机输出功率预测方法，其特征在于，所述获取第一数据集，从第一数据集中去除异常数据，得到第二数据集包括以下步骤：

在第一数据集中基于风速和风机输出功率的特征进行采样，构建孤立树；

基于给定样本数和调和数，计算孤立树的平均路径；

基于孤立树的平均路径和样本点在一批孤立树中的路径长度的期望，计算样本点的异常分数；

去掉第一数据集中异常分数处于预设异常分数范围内的异常数据，得到第二数据集。

4.根据权利要求2所述的风机输出功率预测方法，其特征在于，所述在第二数据集上，利用最大信息系数方法进行特征选择，得到第三数据集包括以下步骤：

基于每个变量与风机输出功率的互信息和限制条件，在第二数据集上计算每个变量和风机输出功率的最大信息系数；

将计算出的最大信息系数与预设阈值进行比较，将最大信息系数大于预设阈值的变量组成第三数据集。

5.根据权利要求2所述的风机输出功率预测方法，其特征在于，所述在第三数据集上训练多元多项式回归模型包括以下步骤：

基于多项式阶数和第三数据集中的特征，将风机输出功率的预测量表示为多个自变量的线性函数；

基于风机输出功率的预测量和风机输出功率的真实值，确定多元多项式回归模型的目标函数；

基于多元多项式回归模型的目标函数，采用梯度下降法求解多元多项式回归模型；

基于多项式阶数，计算多元多项式回归模型的平均绝对百分比误差，获取平均绝对百分比误差最小的多元多项式回归模型。

6.根据权利要求5所述的风机输出功率预测方法，其特征在于，所述风机输出功率的预测量为：

其中，w₀-w_q是权重，且取值为常数，a_1ja_2ja_3ja_4j≤m，x₁、x₂、x₃、x₄均为第三数据集中的变量，m为多项式阶数。

7.根据权利要求5所述的风机输出功率预测方法，其特征在于，所述多元多项式回归模型的目标函数为：

其中，α是学习速率。

8.根据权利要求1所述的风机输出功率预测方法，其特征在于，还包括以下步骤：

利用残差控制图预测测试集上的异常值。

9.一种风机输出功率预测系统，其特征在于，包括，

建立模块，用于基于最大信息系数和多元多项式回归，建立多元多项式回归模型；

第一预测模块，用于确定测试集，利用多元多项式回归模型在测试集上对风机输出功率进行预测。

10.根据权利要求9所述的风机输出功率预测系统，其特征在于，还包括，

第二预测模块，用于利用残差控制图预测测试集上的异常值。