[发明专利]一种基于FCM和AFSA-Elman的短期风电功率预测方法在审
申请号: | 201910971600.5 | 申请日: | 2019-10-14 |
公开(公告)号: | CN110738253A | 公开(公告)日: | 2020-01-31 |
发明(设计)人: | 邓华;张颖超;宗阳;章璇;成金杰 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08;G06Q10/04;G06Q50/06 |
代理公司: | 32252 南京钟山专利代理有限公司 | 代理人: | 刘林峰 |
地址: | 210044 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于FCM和AFSA‑Elman的短期风电功率预测方法,涉及风电功率预测领域,包括以下步骤:对风场历史数据进行清洗与标准化处理;初次选择聚类模型的输入向量,采用模糊C聚类算法对风机样本进行训练,选择出合适的分群指标;根据分群指标构建新的输入集,再次用FCM对其进行训练,得到不同机群的划分结果;将聚类的各类机群采用风机容量加权聚合的方法得到各机群等值机组的参数值,此参数值即可表征对应的机群;根据等值参数,建立不同机群的AFSA‑Elman预测模型,即可得到不同机群的预测结果;将各机群预测的功率进行容量加权,即可达到整个风电场的总预测功率。达到了避免电力系统“维数灾”的发生,准确有效地预测短期风电功率的效果。 | ||
搜索关键词: | 机群 风电功率预测 分群 加权 标准化处理 等值参数 电力系统 风电功率 风机容量 划分结果 聚类模型 聚类算法 历史数据 输入向量 预测功率 预测结果 预测模型 风电场 输入集 有效地 风机 风场 构建 聚类 维数 预测 聚合 清洗 样本 机组 模糊 | ||
【主权项】:
1.一种基于FCM和AFSA-Elman的短期风电功率预测方法,其特征在于:/n包括以下步骤:/n步骤1:对风场历史数据进行清洗与标准化处理,建立目标风电场内各台风电机组的观测数据;/n步骤2:初次选择聚类模型的输入向量,采用模糊C聚类算法对风机样本进行训练,选择出合适的分群指标;/n步骤3:根据分群指标构建新的输入集,再次用FCM对其进行训练,得到不同机群的划分结果;/n步骤4:将聚类的各类机群采用风机容量加权聚合的方法得到各机群等值机组的参数值,此参数值即可表征对应的机群;/n步骤5:根据等值参数,建立不同机群的AFSA-Elman预测模型,即可得到不同机群的预测结果;/n步骤6:将各机群预测的功率进行容量加权,即可达到整个风电场的总预测功率。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910971600.5/,转载请声明来源钻瓜专利网。