[发明专利]基于去趋势分析和门控循环网络的风电厂风速预测方法

摘要

本发明涉及一种基于去趋势分析和门控循环网络的风电厂风速预测方法，该方法使用历史真实风速数据分解得到不同时间尺度的分量用以训练预测模型，通过去趋势分析获取噪声分量的量化指标从而剔除噪声数据，在进行功率预测时，能够根据当前及之前若干时刻功率数据对下一时刻的功率进行预测。本发明具有不易发生过拟合，泛化误差小，模型噪声鲁棒性强等优点，能够适应实际生产需要。

主权项

1.一种基于去趋势分析和门控循环网络的风电厂风速预测方法，其特征在于，包括以下步骤：步骤S1：获取风电厂的风速历史数据，并构建功率历史数据时间序列；步骤S2：采用变分模态分解将功率历史数据时间序列分为15个子序列；步骤S3：采用去趋势分析，计算每个序列的尺度参数，尺度参数大于0.5的视为有用分量，小于0.5的视为噪声分量滤去；步骤S4：根据功率历史数据时间序列，对每个有用分量取待预测采样点及其前15个功率历史数据采样点构成一组数据,视为训练数据集的子数据集；步骤S5：对每一有用序列构建随机森林预测模型，并通过对应的训练数据集的子数据集训练随机森林预测模型，其中尺度参数大于1的用2隐含层网络建模，尺度参数小于1的用4隐含层网络建模；步骤S6：输入时有用分量临近的15个时刻风速历史数据采样值，分别输入对应的训练后随机森林预测模型，即可得到下一时刻该分量预测结果；步骤S7:对每个有用分量的预测结果叠加，得到下一时刻风速的预测结果。