[发明专利]一种基于邻域门长短期记忆网络的风速预测方法及系统

摘要

本发明属于风速预测技术领域，公开了一种基于邻域门长短期记忆网络的风速预测方法及系统，分别采用皮尔逊相关系数和最大信息系数来探究变量间的线性和非线性相关性以筛选风速相关因子；在相关性分析的基础上利用格兰杰因果关系检验探究风速及风速因子在统计意义上的因果关系；将因果关系的结构分为5类，并通过“分解‑虚变量‑剪枝”的方法将所有类型的因果关系统一为一种等价树因果关系结构；针对等价树因果关系结构，提出基于邻域门的长短期记忆网络模型来预测风速。本发明的预报方法(NLSTM)精确考虑了风速及风速因子之间的因果关系，有效提高了风速的预测精度，对风电的应用和电网的调度具有至关重要的作用。

主权项

1.一种基于邻域门长短期记忆网络的风速预测方法，其特征在于，所述基于邻域门长短期记忆网络的风速预测方法分别采用皮尔逊相关系数和最大信息系数分析变量间的线性和非线性相关性筛选风速相关因子；在相关性分析的基础上利用格兰杰因果关系分析风速及风速因子在统计意义上的因果关系；将因果关系的结构进行分类，并通过分解‑虚变量‑剪枝的方法将所有类型的因果关系统一为一种等价树因果关系结构；对等价树因果关系结构，通过基于邻域门的长短期记忆网络模型预测风速。