[发明专利]一种基于组合模型的风力电站输出功率预测方法

摘要

本发明提出了一种基于组合模型的风力电站输出功率预测方法。本发明根据风力电站历史统计数据以一小时为单位，建立历史风力数据时间序列以及历史风电功率时间序列；根据归一化原则计算归一化历史风力数据时间序列以及归一化历史风电功率时间序列；根据归一化历史风力数据时间序列以及归一化历史风电功率时间序列计算互信息时间序列并得到最佳归一化历史风电功率时间序列；将最佳归一化历史风电功率时间序列进行小波变换；根据小波变换后最佳归一化历史风电功率时间序列建立支持向量机的核函数模型，通过改进权重的粒子群算法求解优化模型的参数；根据优化支持向量机的核函数模型构建预测模型。与现有技术相比，本发明提高了预测精度。

主权项

1.一种基于组合模型的风力电站输出功率预测方法，其特征在于，包括以下步骤：步骤1：根据风力电站历史统计数据以一小时为单位，建立历史风力数据时间序列以及历史风电功率时间序列；步骤2：根据归一化原则计算归一化历史风力数据时间序列以及归一化历史风电功率时间序列；步骤3：根据归一化历史风力数据时间序列以及归一化历史风电功率时间序列计算互信息时间序列，根据互信息时间序列得到最佳归一化历史风电功率时间序列；步骤4：将最佳归一化历史风电功率时间序列进行小波变换；步骤5：根据小波变换后最佳归一化历史风电功率时间序列建立支持向量机的核函数模型，通过支持向量机的核函数模型建立优化模型，并通过改进权重的粒子群算法求解优化模型的参数；步骤6：根据优化高斯核函数的核系数以及优化惩罚系数结合支持向量机的核函数模型构建预测模型。