[发明专利]基于形态学滤波器和相似段搜索算法的风能预测方法

摘要

本发明公开了基于形态学滤波器和相似段搜索算法的风能预测方法，包括以下步骤(1)设计高频滤波器；(2)对于平均趋势分量m(t)，平均趋势分量m(t)是一个低频分量采用局部预测的方法代替全局预测，利用欧几里得距离寻找相似段，利用相似段训练最小二乘支持向量机模型，从而进行预报；(3)采用局部预测法，即根据某种特定的原则，在历史数据中选取部分数据进行建模、预测，采用相似段搜索算法‑‑“二级相似”算法。(4)综合两个独立分量的预报结果，即为风能预报的最终结果。具有预测风电场发电功率物理意义明确、预测结果稳定和预测精度高等优点。

主权项

一种基于形态学滤波器和相似段搜索算法的风能预测方法，其特征在于，包括以下步骤：(1)设计高频滤波器；(2)采用局部预测的方法代替全局预测，利用欧几里得距离寻找相似段，若预测数据段m1和数据段m2满足：||m1‑m2||<δ，其中，m1为预测数据段，m2为样本数据段，δ为选取相似段的阀值；则称m1和m2为相似段，其中，参数δ应从0缓慢增加直至Nm个相似段被找出；利用相似段训练最小二乘支持向量机模型，从而进行预报；(3)对于随机分量s(t)的预报，考虑到其高频性和高频特性，采用局部预测法，即根据某种特定的原则，在历史数据中选取部分数据进行建模、预测，采用相似段搜索算法‑‑“二级相似”算法；(4)综合两个独立分量的预报结果，即为风能预报的最终结果：x^=m^+s^,]]>其中，为趋势项的预测结果，为随机分量的预测结果，为风能预报的最终结果。