【技术实现步骤摘要】
本专利技术涉及水电优化调度运行领域，特别涉及一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法。技术背景我国水电能源丰富，其中作为国家节能发电调度中优先调度的清洁可再生能源的小水电资源可开发量位居世界第一。随着节能发电调度工作的开展，小水电的建设和发展得到快速推进。然而，由于缺乏有效的协调措施，无法准确预判小水电不同时期的发电能力，导致小水电与其它电源挤占有限的输电通道资源而导致大规模窝电弃水的现象愈发严重，不但造成清洁能源浪费，严重制约了小水电节能减排效益的发挥，而且严重威胁地区电网的安全稳定运行，特别是在小水电富集的西南地区，这一现象尤为严重，亟需开展小水电发电预测，以便电力调度部门对地区多种电源进行协调优化调度，从而提高小水电等清洁能源的利用率。但是由于小水电多位于偏远山区的小流域，通信条件和硬件设施较差，缺乏相应的水文资料以及降水、温度等气象观测资料，加之我国小水电统一调度管理起步较晚，已有的小水电发电等资料十分有限，导致很多地区小水电的水文、气象、发电等数据贫乏，给小水电发电预测带来了困难，难以采用传统的方法开展发电能力预测。因此，如何在贫资料地区预测小水电发电能力是亟需解决的理论和实践问题。互信息是以信息论中的熵为基础，用于反映变量间的线性和非线性相关关系的一种方法，而偏互信息是一种反映考虑了已选变量之后与其它变量间剩余相关关系的一种方法，偏互信息方法为选择合适的与小水电发电能力相关的预报因...
【技术保护点】
一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法，其特征包括如下步骤，(1)基于偏互信息的预报因子选择；1)设置待选因子集F{v1,v2…vj…}，vj为地区当日或前几日降水量、日平均温度、光照强度，输出变量为地区小水电日发电量Eshp；已选因子集S；2)若S为空，则估计各因子概率密度，并计算各因子与输出变量E之间的互信息；若S不为空，则计算剩余信息量，再估计概率密度并进一步计算偏互信息；3)计算各待选因子的Hampel距离{d1,d2…dj…}并进行排序；4)对于Hampel距离最大的因子vj，如果dj>3，则将该vj加入S，并从F中去除vj，返回步骤2)；否则，因子选择结束，S即为所选因子集；(2)改进的BP神经网络训练；1)通过引入学习率和动量项都自适应的方法对BP神经网络进行改进，得到该井的BP神经网络；2)采用试算法，在一定的节点范围内，以训练集和测试集样本误差平方和加权最小为目标进行试算，确定隐含层节点数；3)以偏互信息得到的有效属性作为输入，通过试算确定隐含层节点数，以地区小水电日电量作为输出构建BP神经网络模型；(3)结合CFS进行发电能力预测；1)获得C...
【技术特征摘要】 【专利技术属性】
1.一种耦合偏互信息和CFS集合预报的小水电发电能力预测方法，其特征包括如下步骤，
技术研发人员：程春田，刘本希，武新宇，牛文静，李秀峰，蔡华祥，蔡建章，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。