公开(公告)号：CN107203827A

公开(公告)日：2017-09-26

申请号：CN201710473063.2

申请日：2017-06-21

Applicant: 南京信息工程大学

Inventor： 杜杰 ,  彭丽霞 ,  孙泓川 ,  王雷 ,  陆金桂 ,  曹一家 ,  朱伟军 ,  曾刚 ,  刘丽珠

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F17/14

CPC classification number: G06Q10/04 ,  G06F17/148 ,  G06Q50/06

Abstract: 本发明公开了一种基于多尺度分析的风电机风速预测优化方法，其主要技术在于基于多尺度分析的原理，采用小波功率谱分析技术，提取风电机测量风速时间序列中隐含的显著周期序列并分离得到残差序列，采用基于粒子群算法优化的RBF神经网络对显著周期序列和残差序列分别进行预测，由显著周期序列和残差序列的预测结果可以获得最终风电机风速预测结果。本发明实现了对风电场内每台风电机的测量风速进行精细化预报，从而有效提高整个风电场的短期出力预报水平。

公开(公告)号：CN107274024A

公开(公告)日：2017-10-20

申请号：CN201710473102.9

申请日：2017-06-21

Applicant: 南京信息工程大学

Inventor： 杜杰 ,  彭丽霞 ,  徐昕 ,  郑玉 ,  王海彬 ,  刘丽珠

IPC: G06Q10/04 ,  G06N3/08

CPC classification number: G06Q10/04 ,  G06N3/084

Abstract: 本发明公开了一种气象台站测量日总辐射曝辐量预测优化方法，包括：提取测量日总辐射曝辐量时间序列中的显著周期序列并分离得到残差序列，采用基于粒子群算法优化的BP神经网络对显著周期序列进行预测；对残差序列先进行小波分解，之后对小波分解各分量序列采用基于粒子群算法优化的BP神经网络进行预测，各分量预测结果之和为残差序列的预测结果；由显著周期序列和残差序列的预测结果可以获得最终日总辐射曝辐量预测结果。本发明可以有效提高对于残差序列的预报精度，从而整体提高台站测量日总辐射曝辐量的预报精度。