当前位置: 首页 > 专利查询>淮阴工学院专利>正文

一种基于MALO-BiGRU的超短期风速预测方法及系统技术方案

技术编号:30226743 阅读:29 留言:0更新日期:2021-09-29 09:52
本发明专利技术公开了一种基于MALO

【技术实现步骤摘要】
一种基于MALO

BiGRU的超短期风速预测方法及系统


[0001]本专利技术属于风力发电
,具体涉及一种基于MALO

BiGRU的超短期风速预测方法及系统。

技术介绍

[0002]随着能源问题和环保问题的日渐突出,风能作为一种可再生的清洁能源受到了全世界越来越多的重视。风电在可再生能源中有好的发展前景,正是因为风能受到了多重因素的影响包含气温,气压,海拔等影响,风能是一种随机性的能源,包含着不确定性,通过准确的风速预测能够有效地控制电能的质量,进行调度地优化运行管理,同时也可以进行风电合理利用。对风速进行预测能够有效地提升风电资源的实际利用率,从而提高电力系统运行的经济具有重要的战略意义。风能作为当前的清洁的可再生能源,在我国的应用已不断成熟并不断运用在商业开发中。
[0003]当前风速预测的常用方法,主要有持续预测法、卡尔曼滤波法、人工神经网络法、空间相关性法和模糊逻辑法等,然而对于超短期风速的预测准确度却没有那么高,误差也比较大,在进行数据训练的过程中容易陷入局部最优,使得最终的结果达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MALO

BiGRU的超短期风速预测方法,其特征在于,包括以下步骤:(1)对预先获取的风速数据进行归一化处理,并采用互信息法对风速数据进行特征选择并划分训练集和测试集;(2)运用均匀抽样对初始蚁狮种群初始化,迭代次数,进行蚁狮位置的随机初始化,开始进行迭代搜索;(3)建立适应度函数,计算初始蚁狮的位置适应度值,并获得初始适应度值,利用改进的模拟退火算法来改变蚁狮算法的更新机制;(4)将非线性参数控制引入蚁狮算法中,更新蚂蚁位置,计算当前蚂蚁对应蚁狮位置的适应度值相互比较,判断更新蚁狮的位置;(5)将步骤(4)得到的蚁狮位置的适应度值逐一与上一代精英蚁狮位置的适应度比较,保留较大适应度值对应蚁狮位置,得到本次迭代的精英蚁狮的位置,将最终得到的精英蚁狮位置作为最优解;(6)使用改进过后的蚁狮算法优化双向门控循环单元的隐含层节点个数,学习率和批处理大小三个参数;用所得最优参数和训练集对模型进行训练并建立基于改进蚁狮算法的双向门控循环单元预测模型MALO

BiGRU,对超短期风速进行预测。2.根据权利要求1所述的基于MALO

BiGRU的超短期风速预测方法,其特征在于,步骤(1)所述的利用互信息法对风速数据进行特征选择过程如下:用互信息法计算风速数据与各气象因素的互信息值,选择对风速数据影响较大的因素,完成特征选择,其中气象因素包括温度,湿度,降雨量,大气压力;设置变量H和G,其中H为输入参数向量值,G为所测风速数据,变量H和G之间的互信息值可以表示为I(H;G):其中,μ
HG
(H,G)为H和G联合概率密度函数:μ
H
(H)为H边缘概率密度函数;μ
G
(G)为G边缘概率密度函数。3.根据权利要求1所述的基于MALO

BiGRU的超短期风速预测方法,其特征在于,所述步骤(2)通过以下公式实现:Z
i
=c
L
+(i

1)(c
U

c
L
)/n+rand(1,d)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中,Z
i
是种群的第i个体,c
L
为优化问题的下界,c
U
为优化问题的上界,n为种群规模,rand(1,d)为d维的随机数。4.根据权利要求1所述的基于MALO

BiGRU的超短期风速预测方法,其特征在于,步骤(3)所述的实现过程如下:搜索空间的可行解为X
ij
=(X
ij1

···
,X
ijk
),能量函数作为进化优化计算适应值f(X
ij
):当f(X
ij
)<f(X
i(j+1)
)时,P=1;当f(X
...

【专利技术属性】
技术研发人员:花磊彭甜张楚孙娜孙伟嵇春雷李沂蔓马慧心储智彬
申请(专利权)人:淮阴工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1