公开(公告)号：CN114578087B

公开(公告)日：2023-10-13

申请号：CN202210080454.9

申请日：2022-01-24

Applicant: 华北电力大学(保定)

Inventor： 张亚刚 ,  申晓雨 ,  吴晓坤 ,  王增平

IPC: G01P5/00 ,  G06F17/18 ,  G06F30/27 ,  G06N3/006 ,  G06N3/126 ,  G06N7/00

Abstract: 本发明涉及风速不确定性度量技术领域，且公开了基于非支配排序和随机模拟算法的风速不确定性度量方法，包括以下步骤：S1、利用非支配排序遗传算法和包络熵原理确定变分模态分解的模态数，实现参数的自适应选取；S2、选择麻雀搜索算法进行参数寻优，消除随机输入权重与偏置对深度极限学习机的影响，对各分量序列进行预测；S3、在点预测的基础上，使用马尔科夫链构造随机矩阵，对误差序列进行随机模拟，并根据蒙特卡洛思想得到若干独立的随机抽样结果，将模拟的误差分位数序列与点预测结果相结合，得到区间预测结果。S4、对本文所提方法进行实例评估和验证，证明方法的可行性和优越性，建立完整的风速不确定性度量方案。

公开(公告)号：CN114578087A

公开(公告)日：2022-06-03

申请号：CN202210080454.9

申请日：2022-01-24

Applicant: 华北电力大学(保定)

Inventor： 张亚刚 ,  申晓雨 ,  吴晓坤 ,  王增平

IPC: G01P5/00 ,  G06F17/18 ,  G06F30/27 ,  G06N3/00 ,  G06N3/12 ,  G06N7/00

Abstract: 本发明涉及风速不确定性度量技术领域，且公开了基于非支配排序和随机模拟算法的风速不确定性度量方法，包括以下步骤：S1、利用非支配排序遗传算法和包络熵原理确定变分模态分解的模态数，实现参数的自适应选取；S2、选择麻雀搜索算法进行参数寻优，消除随机输入权重与偏置对深度极限学习机的影响，对各分量序列进行预测；S3、在点预测的基础上，使用马尔科夫链构造随机矩阵，对误差序列进行随机模拟，并根据蒙特卡洛思想得到若干独立的随机抽样结果，将模拟的误差分位数序列与点预测结果相结合，得到区间预测结果。S4、对本文所提方法进行实例评估和验证，证明方法的可行性和优越性，建立完整的风速不确定性度量方案。