一种基于比例分布的风速预测校正方法技术

本发明专利技术公开了一种基于比例分布的风速预测校正方法，包括：首先根据实测数据采用BP神经网络方法进行持续风速预测，得到实测风速和与之对应的预测风速；然后，计算实测预测风速整体分布比例偏差：做出实测风速和预测风速的整体分布比例图，计算两种风速在整体分布上偏差；最后根据实测‑预测风速散点图拟合出校正多项式，将预测的风速代入多项式模型，校正预测风速，比较各百分比下优化效果，确定最优校正模型。本发明专利技术基于实测风速和预测风速整体分布比例建立的校正预测风速的方法，该方法解决了BP神经网络模型预测风速精度低的问题，使预测风速在整体分布比例上与实测风速更加接近。

A method of wind speed forecast correction based on proportional distribution

The invention discloses a prediction correction method, based on the distribution of wind speed ratio includes: firstly, according to the measured data by using BP neural network method for prediction of wind speed, wind speed and wind speed forecasting model and the corresponding calculation; then, predict the overall distribution ratio deviation of wind wind speed and wind speed forecasting: measured the overall distribution ratio chart two kinds of wind speed in calculation, the overall distribution of the deviation; finally according to the measured wind speed forecasting scatter correction polynomial fitting, polynomial prediction model into the wind speed, wind speed prediction correction compared, the percentage of each optimization effect, the optimal correction model. The invention of the correction method for forecasting wind speed measured wind speed and wind speed forecasting based on the overall distribution ratio is established, the method solves the problem of low accuracy of wind speed BP neural network prediction model, the prediction of wind speed and is more similar to the measured wind speed in the overall distribution of the ratio.

【技术实现步骤摘要】
一种基于比例分布的风速预测校正方法
本专利技术涉及一种采用BP神经网络预测风速，基于风速整体分布比例来校正预测风速的方法，尤其适用于工程结构抗风分析中，准确提升预测风速的精度。
技术介绍
风载荷对于天线结构来说是一个重要的因素，影响天线的电性能和指向精度。天线运行系统需要知道至少未来一天的风速来规划工作。风速预测作为一种提前预测，如果能做到较高精度的预测，将能够很好的为天线的后续运行规划作出重要参考。风速预测的目的是预测下一段时间的风速，因为不同观测任务对天线指向精度的要求是不同的，从而可以基本大致确定下一时间段可以做哪些观测任务。准确地实现天线附近环境的短期风速预测，对于天线的规划设计、运行的安全稳定性有很重要的意义。目前风速短期预测主要的方法有：持续法、时间序列法、卡尔曼滤波法、神经网络法、组合预测法等。各种方法的平均相对误差大约在20％～40％左右。造成这种误差的原因主要有以下三个方面：a.风场的风速特性是否有规律可循；b.预测模型的选择；c.预测时间的长短。BP神经网络是最具有代表性的神经网络模型之一，在风速预测方面有着广泛的应用。采用BP神经网络预测风速后，采用一天或者几天本文档来自技高网...

【技术保护点】
一种基于比例分布的风速预测校正方法，其特征在于，包括以下步骤：步骤1，风速数据收集处理：建立风塔，设置传感器采集记录风速数据，数据筛选处理，求得每小时实测风速平均值；步骤2，采用BP神经网络方法预测风速：对实测风速数据进行归一化处理，确定网络输入输出预测值和隐层神经元个数，训练网络，建立预测模型，进行风速预测，得到每小时的预测风速值；步骤3，计算实测预测风速整体分布比例偏差：以x轴为风速大小，y轴为风速分布比例，绘制实测风速和预测风速整体分布比例图，并计算实测风速和预测风速整体分布比例曲线的均方根误差r

【技术特征摘要】
1.一种基于比例分布的风速预测校正方法，其特征在于，包括以下步骤：步骤1，风速数据收集处理：建立风塔，设置传感器采集记录风速数据，数据筛选处理，求得每小时实测风速平均值；步骤2，采用BP神经网络方法预测风速：对实测风速数据进行归一化处理，确定网络输入输出预测值和隐层神经元个数，训练网络，建立预测模型，进行风速预测，得到每小时的预测风速值；步骤3，计算实测预测风速整体分布比例偏差：以x轴为风速大小，y轴为风速分布比例，绘制实测风速和预测风速整体分布比例图，并计算实测风速和预测风速整体分布比例曲线的均方根误差ra；步骤4，拟合校正多项式：以x轴为预测风速，y轴为实测风速，绘制预测风速-实测风速散点图，设置百分比从1到100，确定对应的百分比点，采用多项式拟合这些点，得到100个校正多项式模型；步骤5，选出最优校正模型：将步骤2中每小时的预测风速值分别代入步骤4得到的100个多项式模型中，得到校正后的预测风速值，再次计算校正之后新的预测风速和实测风速在整体分布比例上的偏差，从中选出最小的偏差，与之对应的多项式模型即为最优校正模型。2.根据权利要求1所述的一种基于比例分布的风速预测校正方法，其特征在于，所述步骤2中，对实测风速数据进行归一化处理，通过下式计算得到：式中，d(t)为网络输入归一化前的数据，X(t)为归一化之后的数据，min(d(t))为风速数据最小值，max(d(t))为风速数据最大值。3.根据权利要求2所述的一种基于比例分布的风速预测校正方法，其特征在于，网...

【专利技术属性】
技术研发人员：王伟，王国创，保宏，王从思，张烁，李锐，李娜，李鹏，宋立伟，周金柱，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61