[发明专利]一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法

摘要

本发明涉及水电优化调度运行领域，涉及一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法。首先采用偏互信息方法对已有的地区小水电日电量数据和气象数据进行分析，筛选对小水电发电能力具有显著影响的因子，然后以所选因子作为模型输入数据，建立改进的三层BP神经网络预测模型，并采用试算方法确定网络的最佳隐含层节点数，最后采用CFS预报获得相应地区长时间序列的气象数据，并结合其它因子作为神经网络模型输入对地区小水电中长期发电能力进行预测。本发明的有益效果是可以有效实现小水电发电能力预测，为小水电富集地区提供良好的参考和借鉴。

主权项

一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法，其特征包括如下步骤，(1)基于偏互信息的预报因子选择；1)设置待选因子集F{v₁,v₂…v_j…}，v_j为地区当日或前几日降水量、日平均温度、光照强度，输出变量为地区小水电日发电量E_shp；已选因子集S；2)若S为空，则估计各因子概率密度，并计算各因子与输出变量E之间的互信息；若S不为空，则计算剩余信息量，再估计概率密度并进一步计算偏互信息；3)计算各待选因子的Hampel距离{d₁,d₂…d_j…}并进行排序；4)对于Hampel距离最大的因子v_j，如果d_j>3，则将该v_j加入S，并从F中去除v_j，返回步骤2)；否则，因子选择结束，S即为所选因子集；(2)改进的BP神经网络训练；1)通过引入学习率和动量项都自适应的方法对BP神经网络进行改进，得到该井的BP神经网络；2)采用试算法，在一定的节点范围内，以训练集和测试集样本误差平方和加权最小为目标进行试算，确定隐含层节点数；3)以偏互信息得到的有效属性作为输入，通过试算确定隐含层节点数，以地区小水电日电量作为输出构建BP神经网络模型；(3)结合CFS进行发电能力预测；1)获得CFS气象预报文件并解析；2)利用双向线性插值得到预报时间范围内目标位置气象预报信息，并转化为日气象信息；3)对同一天4次发布的未来同一天气象预报值进行集合平均，取地区各县级行政中心得到的预报值作为地区气象预报值；4)利用BP神经网络模型进行预报，并发布结果。