[发明专利]一种基于时间区间模糊算子与近似权重集成的风电功率预测方法

摘要

一种基于时间区间模糊算子与近似权重集成的风电功率预测方法，本发明涉及基于时间区间模糊算子与近似权重集成的风电功率预测方法。本发明为了解决现有从风力推动发电机叶片旋转到最终体现为输出功率变化是有一定时间延迟、从风电场收集的数据还有可能受到噪声因素干扰出现短时间内的波动以及较难进行良好的预测的缺点。本发明包括：一：计算每一个时间点前驱时间点的功率变化趋势；二：将所有数据分为G组每组数据对应一个中心点；三：获得获得G个回归预测模型model(1)至model(G)；四：基于描述矢量V与分组数据中心点的距离构造每一个中心点的近似权重；五：获得风电功率预测结果。本发明用于风电技术领域。

主权项

一种基于时间区间模糊算子与近似权重集成的风电功率预测方法，其特征在于：所述基于时间区间模糊算子与近似权重集成的风电功率预测方法包括以下步骤：步骤一：收集风电场运行数据，基于时间区间L建立时间区间算子，利用时间区间算子对风电场数据进行描述，计算每一个时间点前驱时间点的功率变化趋势以及时间点t的后继时间点风电功率变化趋势；步骤二：对风电场数据进行分组，将所有数据分为G组，即group(1)至group(G)，每组数据对应一个中心点；步骤三：对步骤二获得的每组数据，利用支持向量机算法进行学习，获得获得G个回归预测模型model(1)至model(G)；步骤四：对于风电场待预测时间点tc的运行数据，构造描述矢量V，基于描述矢量V与分组数据中心点的距离构造每一个中心点的近似权重；步骤五：每一个回归预测模型输入描述矢量V，获得对应的预测结果；基于每一个中心点的近似权重，进行近似权重集成；获得风电功率预测结果。