[发明专利]一种基于RBF的风电场短期风速预测方法

摘要

本发明公开了一种基于RBF的风电场短期风速预测方法，属于风电场风速预测领域。目的是为了解决风电场风速预测不准确而对风电并网以及生产带来的困难。其原理是利用风电场与风速相关信息(气压，湿度，风向，温度)的历史数据归一化得到训练样本。通过K均值聚类来优化RBF人工神经网络的中心和宽度，再利用最小二乘法来得到权值。使用K均值聚类和最小二乘法来对RBF人工神经网络进行建模；使用该模型对风电场短期风速快速有效预测。本发明基于应用K均值聚类和最小二乘法来对RBF进行建模，有效提高预测精度。准确的预测可以减少电力系统运行成本，对电网调度和资源配置具有重要意义。

主权项

一种基于RBF的风电场短期风速预测方法，其特征包括以下步骤：步骤一：利用风速、温度、湿度、气压和风向的历史数据，将历史数据归一化，构建训练样本；步骤二：构建RBF人工神经网络，确定RBF人工神经网络的输入层神经元个数、隐层神经元个数以及输出层神经元个数；步骤三：运用K均值聚类和最小二乘法对训练样本进行求解，训练求出RBF人工神经网络的中心、宽度和权值；步骤四：利用训练好的RBF人工神经网络的中心、宽度和权值建立预测模型，实现对风速的预测。