[发明专利]一种径流式小水电短期功率加权预测方法

摘要

本发明公开了一种径流式小水电短期功率加权预测方法，它包括收集地区径流式小水电和非径流式水电数据信息；计算第i个径流式小水电第j时刻的水流量、第i个径流式小水电第j时刻第一短期功率预测值P_r1ij和地区径流式小水电第j时刻的第一短期功率预测值P_r1j；根据第i个径流式小水电气象数据和出力数据，进行BP神经网络预测得到地区径流式小水电第j时刻第二短期功率预测值P_r2j；确定P_r1j和P_r2j的权重系数，并计算预测日第j时刻地区径流式小水电短期功率预测值P_rj；解决了现有技术对径流式小水电短期功率预测存在的不能实际反映小水电受气象条件等诸多因素的影响情况，预测误差较大等技术问题。

主权项

1.一种径流式小水电短期功率加权预测方法，它包括：步骤1、收集地区径流式小水电和非径流式水电的数据信息；步骤2、计算第i个径流式小水电第j时刻的水流量；步骤3、计算第i个径流式小水电第j时刻第一短期功率预测值P_r1ij和地区径流式小水电第j时刻的第一短期功率预测值P_r1j；步骤4、根据第i个径流式小水电气象数据、出力数据，进行BP神经网络预测，得到地区径流式小水电第j时刻的第二短期功率预测值P_r2j；步骤4所述的根据第i个径流式小水电气象数据、出力数据，进行BP神经网络预测，得到地区径流式小水电第j时刻的第二短期功率预测值P_r2j的方法它包括：步骤4.1、使用三层BP神经网络，给定BP神经网络功率预测模型的输入向量并进行归一化处理；所述BP神经网络功率预测模型的输入层节点数为7个，根据径流式小水电所在区域的气象数据中的温度T_r、气压P_r、湿度H_r、风向W_dr、风速W_sr、降雨量Q_r1、上游非径流式水电出库水量Q_r2，形成BP神经网络功率预测模型的输入向量Y_r＝[T_r、P_r、H_r、W_dr、W_sr、Q_r1、Q_r2]；所述对输入向量Y_r进行归一化处理其公式为式中Y'_rij为第j时刻，第i个径流式小水电归一化处理后的输入向量；Y_rij为第j时刻，第i个径流式小水电归一化处理前的输入向量；max(Y_ri)和min(Y_ri)分别表示第i个径流式小水电输入向量的最大值和最小值；步骤4.2、选取预测日前的δr天数据作为训练样本，对BP神经网络进行训练，获得训练后的BP神经网络功率预测模型；步骤4.3、将预测日第j时刻，第i个径流式小水电所在区域的温度T_rij、气压P_rij、湿度H_rij、风向W_drij、风速W_srij、降雨量Q_r1ij和上游非径流式水电的出库水量Q_r2ij作为输入层，输入到训练后的BP神经网络功率预测模型中，输出层数据为预测日第j时刻，第i个径流式小水电第二短期功率预测值P_r2ij；步骤4.4、计算地区径流式小水电第j时刻的第二短期功率预测值P_r2j式中P_r2ij为预测日第j时刻，第i个径流式小水电第二短期功率预测值n为地区径流式小水电的总数量；步骤5、确定P_r1j和P_r2j的权重系数w_r1、w_r2，并计算预测日第j时刻,地区径流式小水电短期功率预测值P_rj。