[发明专利]一种物理-统计混合两阶段风电功率预测方法

摘要

本发明公开了物理‑统计混合两阶段风电功率预测方法，将物理预测方法、统计预测方法得到的风电功率预测作为第二阶段的输入，通过BP神经网络对目标日的风电功率序列进行预测，具体包括以下步骤：建立物理预测神经网络模型并加以训练；以各个天作为目标日，分别计算其它各天相对目标日的风速总体相似度系数；建立统计预测神经网络模型并加以训练；以每天24h的风速、风向数据作为输入，整理出前180天每天的风电功率物理预测序列；以各个天的前5个相似日对应的风电功率序列作为输入，得到前180天每天的风电功率统计预测序列；建立第二阶段的BP神经网络预测模型并加以训练，直到训练误差小于给定值，最终得到两阶段预测模型。

主权项

1.一种物理‑统计混合两阶段风电功率预测方法，其特征是，将阶段一中的物理预测方法、统计预测方法得到的两组风电功率预测作为第二阶段的输入，通过BP神经网络对目标日的风电功率序列进行预测，具体包括以下步骤：1)建立物理预测神经网络模型并加以训练，直到训练误差小于给定值；2)以各个天作为目标日，分别计算其它各天相对目标日的风速总体相似度系数；3)建立统计预测神经网络模型并加以训练，直到训练误差小于给定值；4)分别以每天24h的风速、风向数据作为输入，通过物理预测网络得到各小时对应的风电功率预测值，进而整理出前180天每天的风电功率物理预测序列；5)以各个天的前5个相似日对应的风电功率序列作为输入，得到前180天每天的风电功率统计预测序列；6)建立第二阶段的BP神经网络预测模型并加以训练，直到训练误差小于给定值，最终得到两阶段预测模型。