[发明专利]一种风电场风速智能预测方法有效
| 申请号： | 201210036118.0 | 申请日： | 2012-02-17 |
| 公开（公告）号： | CN102609766A | 公开（公告）日： | 2012-07-25 |
| 发明（设计）人： | 刘辉;田红旗;潘迪夫;许平;高广军;李燕飞;王中钢 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 长沙丁卯专利代理事务所(普通合伙) 43211 | 代理人： | 陈书诚 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种风电场风速智能预测方法，所述方法的步骤包括数据采集与输入、数据序列分层、建立数学模型、预测综合计算和预测结果输出；数据序列分层是采用小波包分解法，将原始非平稳风速分解成至少为两个的趋于平稳的风速数据输出，风速数据输出的个数就定义为风速的序列层数；建立数学模型，是对风速的序列层数中每层数据单独进行处理，对于高频序列层建立BP神经网络模型、高频数据计算，然后进入数据栈；对于低频序列层建立时间序列模型、低频数据计算，然后进入数据栈；当所有数据全部到达数据栈后，数据栈中的所有数据才进入预测综合计算步骤进行加权计算，最后执行预测结果输出。本发明的方法属于智能法，能够实现多步超前预测。 | ||
| 搜索关键词： | 一种 电场 风速 智能 预测 方法 | ||
【主权项】：
一种风电场风速智能预测方法，所述方法的步骤包括数据采集与输入（1）、数据序列分层（2）、建立数学模型（3）、预测综合计算（4）和预测结果输出（5），所述预测综合计算（4）是对数学模型中的数据进行加权计算；其特征在于：所述数据序列分层（2）是采用小波包分解法，将原始非平稳风速分解成至少为两个的趋于平稳的风速数据输出，风速数据输出的个数就定义为风速的序列层数；所述建立数学模型（3），是对风速的序列层数中每层数据单独进行处理，首先按照事先的设定，判定当前数据为高频序列层（9）还是低频序列层（6），如果当前数据属于高频序列层（9），则进行以下处理：建立BP神经网络模型（10）、高频数据计算（11），然后进入数据栈（12）；如果当前数据属于低频序列层（6），则进行以下处理：建立时间序列模型（7）、低频数据计算（8），然后进入数据栈（12）；当所有数据全部到达数据栈（12）后，数据栈（12）中的所有数据才进入预测综合计算（4）步骤进行加权计算，最后执行预测结果输出（5）。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210036118.0/，转载请声明来源钻瓜专利网。
- 上一篇：通过氮化物纳米颗粒的分散生产强化合金的方法
- 下一篇：耐水解性聚酯膜
