[发明专利]基于自适应蜂群算法的风电功率预测方法及装置

摘要

本发明提供了一种基于自适应蜂群算法的风电功率预测方法及装置，方法包括1）对风速、风电功率数据进行归一化处理，利用支持向量机回归建立预测模型；2）选取待优化参数及适应度函数，初始化蜜蜂及蜜源位置，调用均匀分布函数赋蜜蜂位置；3）对蜜蜂搜索空间进行lgx对数变换，并计算各食物源收益率；4）进行邻域搜索，并进行自适应权重系数调整；5）判断是否满足收敛条件，若满足则执行步骤6），否则返回执行步骤3）；6）获取优化后参数，更新预测模型；7）利用风电功率测试数据对更新后的预测模型进行训练并进行预测，得到预测结果。本发明有效提高了对风电机组的输出功率的预测精度，增强了风电并网的稳定性、经济性。

主权项

一种基于自适应蜂群算法的风电功率预测方法，其特征在于，包括以下步骤：(1)对风速、风电功率数据进行归一化处理，以风速作为输入、风电功率作为输出，利用支持向量机回归建立预测模型，其中归一化公式为：xi^=xi-xminxmax-xmin,]]>式中为归一化后的数据值、xi为原始数据值、xmax为原始数据最大值、xmin为原始数据最小值；(2)选取待优化参数，以功率预测结果均方根误差作为自适应蜂群算法的适应度函数，初始化蜜蜂及蜜源位置，调用均匀分布函数赋蜜蜂位置，其中，待优化参数为支持向量机的惩罚系数C和核函数参数σ2，适应度函数公式为：T=1MΣj=1M(yj-y^j)2,]]>T为适应度函数、M为训练样本总数、yj和分别为功率实际值和预测值；(3)对蜜蜂搜索空间进行lgx对数变换，并计算各食物源收益率，其中收益率计算公式为：fit(xi)=1f(xi),0≤xi≤N]]>fit(xi)为收益率，f(xi)为适应度值，xi为优化函数的变量，N为食物源个数；(4)进行邻域搜索，并进行自适应权重系数调整，其中邻域搜索公式为：xi′′=xi′+w*α(xi′-xk′),1≤i≤N,1≤k≤Ni≠k,α∈[-1,1]]]>xi为邻域搜索、x′i是本次搜索食物源位置、x'k是本次搜索前随机的食物源位置、w为自适应权重系数，N为食物源个数，w=wmin+wmax-wmin*(fit(xi)-f(xi)min)f(xi)max-f(xi)min,fit(xi)≥f(xi)meanwmax,fit(xi)<f(xi)mean;]]>(5)判断是否满足收敛条件，若满足则执行步骤(6)，否则返回执行步骤(3)，其中所述收敛条件为达到最大迭代次数或达到设定的误差；(6)获取优化后参数，更新预测模型；(7)利用风电功率测试数据对更新后的预测模型进行训练并进行预测，得到预测结果。