[发明专利]基于时序长记忆模型的风电场短期风速预测方法在审
| 申请号： | 201510043601.5 | 申请日： | 2015-01-28 |
| 公开（公告）号： | CN104573876A | 公开（公告）日： | 2015-04-29 |
| 发明（设计）人： | 卢锦玲;王阳;杨月;米增强 | 申请（专利权）人： | 华北电力大学(保定) |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06 |
| 代理公司： | 石家庄冀科专利商标事务所有限公司 13108 | 代理人： | 李羡民;达丽娜 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于时序长记忆模型的风电场短期风速预测方法，包括以下步骤：获取风电场多年风速历史数据，对历史数据进行预处理，形成风速时间序列；输入处理后数据，对风速时间序列采用重标极差分析法即R/S分析方法建立长记忆时间序列ARFIMA模型，得到初步预测风速集合；通过卡尔曼滤波算法进一步优化初步预测风速，获得最终风速预测值。本发明集成了风电场多年风速实测历史数据作为预测模型来源，通过建立长记忆时间序列ARFIMA模型，获得初步预测风速集合，再通过卡尔曼滤波减小预测误差，获得最终风速预测结果，大大提高了风速预测的精度。 | ||
| 搜索关键词： | 基于 时序 记忆 模型 电场 短期 风速 预测 方法 | ||
【主权项】：
基于时序长记忆模型的风电场短期风速预测方法，其特征在于，所述方法包括以下步骤：A.获取风电场多年风速历史数据，对历史数据进行预处理，形成风速时间序列；B.输入处理后数据，对风速时间序列采用重标极差分析法即R/S分析方法建立长记忆时间序列ARFIMA模型，得到初步预测风速集合；C.通过卡尔曼滤波算法进一步优化初步预测风速，获得最终风速预测值。
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华北电力大学(保定)，未经华北电力大学(保定)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/201510043601.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
