公开(公告)号：CN102855385A

公开(公告)日：2013-01-02

申请号：CN201210269721.3

申请日：2012-07-31

Applicant: 上海交通大学 ,  吉林省电力有限公司延边供电公司 ,  国家电网公司

Inventor： 王昕 ,  郑益慧 ,  李立学 ,  温锦斌 ,  张忠保 ,  邵凤鹏 ,  柳杨

IPC: G06F19/00

Abstract: 本发明方法公开一种风力发电短期负荷预测方法，包括：S1.原始数据的预处理；S2.建立提升小波变换的数学模型，得到高频数据序列D1、D2和低频数据序列A2；S3.将需要的数据序列归一化；S4.建立最小二乘支持向量机数学模型；S5.将步骤S3中得到的归一化后的A2数据序列、气温、风向角、风速一起输入到步骤S4中建立的LS-SVM数学模型中，作第一次的负荷预测，得到A2的最后1/4的负荷预测；S6.进行第二次预测，并得到这些预测点的相对误差值；S7.对步骤S6中得到的相对误差值进行2层提升小波分解，并用步骤S5中的方法预测A2后半部分的相对误差值；S8.修正步骤S5中得到的原始信号最后1/4数据的预测值。

公开(公告)号：CN102855385B

公开(公告)日：2016-07-06

申请号：CN201210269721.3

申请日：2012-07-31

Applicant: 上海交通大学 ,  吉林省电力有限公司延边供电公司 ,  国家电网公司

Inventor： 王昕 ,  郑益慧 ,  李立学 ,  温锦斌 ,  张忠保 ,  邵凤鹏 ,  柳杨

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明方法公开一种风力发电短期负荷预测方法，包括：S1：原始数据的预处理；S2：建立提升小波变换的数学模型，得到高频数据序列D1、D2和低频数据序列A2；S3：将需要的数据序列归一化；S4：建立最小二乘支持向量机数学模型；S5：将步骤S3中得到的归一化后的A2数据序列、气温、风向角、风速一起输入到步骤S4中建立的LS-SVM数学模型中，作第一次的负荷预测，得到A2的最后1/4的负荷预测；S6：进行第二次预测，并得到这些预测点的相对误差值；S7：对步骤S6中得到的相对误差值进行2层提升小波分解，并用步骤S5中的方法预测A2后半部分的相对误差值；S8：修正步骤S5中得到的原始信号最后1/4数据的预测值。