[发明专利]基于最大信息熵原理的风电场短期输出功率预测综合模型

摘要

本发明涉及一种基于最大信息熵原理的风电场短期输出功率预测综合模型，使用各种预测模型计算待预测的风电场功率，对历史样本风电场功率数据进行虚拟预测，基于最大信息熵原理建立综合预测模型，得到预测功率的最终结果。本发明将功率预测过程作为一类典型的信息决策过程，采用了信息理论中的最大信息熵原理来构建风电场短期输出功率预测的综合模型，通过采用信息理论中的信息决策准则，进一步提高了风速随机性较大时的预测精度。

主权项

1.一种基于最大信息熵原理的风电场短期输出功率预测综合模型，其特征在于：具体步骤如下：（1）、使用各种预测模型计算待预测的风电场功率：对于某待预测的风电场功率序列，采用M个算法分别对其进行预测，各自得到的结果记为；（2）、对历史样本风电场功率数据进行虚拟预测：假设有L个历史样本，某时刻的风电场真实功率为，采用上述同样的M个算法分别对风电场功率进行虚拟预测，得到的结果记为；然后计算预测功率的数字特征；各算法推断得到的预测功率的四阶中心距为，其中；每种预测算法对综合模型贡献的信息为：预测功率是均值为、四阶中心矩为的分布；（3）、基于最大信息熵原理建立综合预测模型：将待预测的风电场功率看作为一随机变量，用X表示，应用最大信息熵原理，建立如下模型：st（1）其中，当X的值为的概率密度，代表预测功率的四阶中心距；引入拉格朗日乘子，从而得到预测日某时刻功率的概率密度函数为：（2）（4）、使用Matlab语言，编程求解无约束优化问题，求得参数；（5）、将求得的参数代入式(2)，得到概率密度函数，根据概率密度函数即可求得X的数学期望值，为预测功率的最终结果。