一种可发电风资源的预测方法

    公开(公告)号:CN103489037B

    公开(公告)日:2016-05-18

    申请号:CN201310278836.3

    申请日:2013-07-04

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种可发电风资源的预测方法,包括以下步骤:以复相关系数为筛选依据,通过遍历所有可用测风序列的各种组合,以计算可用测风序列与平均风速序列的复相关系数,按照最大复相关系数选择模型输入,实现对可用测风序列的初步筛选,得到多维的有效测风序列;以典型相关分析方法为理论基础,对多维的有效测风序列进一步提取,将多维的测风序列降至一维;以及以降维后的测风序列作为模型输入,以风场平均风速作为模型输出,采用基于遗传算法的BP神经网络模型训练得到映射模型,最终将该映射模型应用于实时输入测风序列,实现可发电风资源的预测。本发明能够进一步提高可发电风资源的预估精度。

    一种可发电风资源的预测方法

    公开(公告)号:CN103489037A

    公开(公告)日:2014-01-01

    申请号:CN201310278836.3

    申请日:2013-07-04

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种可发电风资源的预测方法,包括以下步骤:以复相关系数为筛选依据,通过遍历所有可用测风序列的各种组合,以计算可用测风序列与平均风速序列的复相关系数,按照最大复相关系数选择模型输入,实现对可用测风序列的初步筛选,得到多维的有效测风序列;以典型相关分析方法为理论基础,对多维的有效测风序列进一步提取,将多维的测风序列降至一维;以及以降维后的测风序列作为模型输入,以风场平均风速作为模型输出,采用基于遗传算法的BP神经网络模型训练得到映射模型,最终将该映射模型应用于实时输入测风序列,实现可发电风资源的预测。本发明能够进一步提高可发电风资源的预估精度。