[发明专利]一种基于奇异谱分析和局部敏感哈希的多步风能预测方法

摘要

本发明公开了一种基于奇异谱分析和局部敏感哈希的多步风能预测方法，该方法将风电场历史风能数据经过奇异谱分析分解成两个独立分量：反映风能总体变化趋势的低频平均趋势分量和体现风的间歇性和波动性的高频波动分量，在相空间中分别重构这两个分量得到平均趋势段和波动分量段，结合局部敏感哈希找出与待预测平均趋势段的相似平均趋势段进行局部预测，为了避免对各个分量单独预测带来的误差累计和只预测一个分量带来的固定误差，本发明中的预测输入是相似平均趋势段和相对应波动分量段的综合，最终得到风电输出功率的预测结果。本发明预测风电场发电功率物理意义明确，预测时间短，预测结果准确、稳定，其预测结果不依赖于使用者的先验知识。

主权项

一种基于奇异谱分析和局部敏感哈希的多步风能预测方法，其特征在于，包括以下步骤：1)获取风电场历史风能数据；2)利用奇异谱分析将风电场历史风能数据分解成两个分量：低频的平均趋势分量和高频的波动分量；3)在相空间中将步骤2)获得的平均趋势分量和波动分量重构成平均趋势段和波动分量段；4)利用局部敏感哈希选取待预测平均趋势段的相似平均趋势段；5)将获得的相似平均趋势段和对应的波动分量段的综合作为支持向量回归模型的训练输入，预报结果即为风电输出功率。