[发明专利]一种基于字典学习算法的风电功率预测实时误差评估方法

摘要

本发明公开了一种基于字典学习算法的风电功率预测实时误差评估方法，从分析风电功率预测系统的误差产生机理入手，获取影响预测误差的因素，根据风电功率数据，利用小波变化提取功率信号的高频及低频分量，并加上风电预测功率、风电实际功率、风电预测误差方差、实际风电功率方差等组成误差评估参数，然后利用字典学习，获取这些评估参数的稀疏矩阵和字典，最后将这个稀疏矩阵作为输入，建立风电功率预测实时误差评估模型；本发明仅通过对风电功率当前时刻之前的一段历史数据的分析，即可获得与风电功率预测误差相关的敏感参数，获取预测误差的实时值，特别适用于风电功率波动大，不确定性强的场合。

主权项

一种基于字典学习算法的风电功率预测实时误差评估方法，其特征在于，具体包括以下步骤：(1)测取风电功率数据P(t)；(2)计算风电预测功率风电预测误差方差FEV、实际风电功率方差AOV；(3)利用小波变化方法分解风电实际发电功率数据，得到风电功率的高频分量和低频分量；(4)利用字典学习方法对步骤(2)、(3)计算出来的参数进行处理，得出这些参数的稀疏表示和字典；(5)建立基于RAN的预测实时误差评估模型，模型的输入为步骤(4)得到的稀疏矩阵X，模型输出为实时误差评估值。