基于改进主成分回归模型的短期风速预测方法及系统技术方案

本发明专利技术涉及速度预测技术领域，具体提供一种基于改进主成分回归模型的短期风速预测方法及系统，包括：定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵；将所述检测矩阵输入预先构建的改进主成分回归模型，所述改进主成分回归模型的改进方法包括为数据序列添加随时间递减的隶属度，所述数据序列用于训练主成分回归模型；将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息。本发明专利技术在降低计算量的同时提升了风速预测精度。同时提升了风速预测精度。同时提升了风速预测精度。

【技术实现步骤摘要】
基于改进主成分回归模型的短期风速预测方法及系统


[0001]本专利技术属于速度预测
，具体涉及一种基于改进主成分回归模型的短期风速预测方法及系统。

技术介绍

[0002]风电作为一种清洁高效的能源形式。但是，风能具有间歇性、波动性和不确定性等特点，大规模风电并网会对电力系统的安全稳定运行带来不利影响。提高风速预测的精准度是风电系统实现大规模并网的前提和安全保障。
[0003]从目前研究成果看，因为风速兼有随机波动性和趋势性，加大了短期风速预测的难度，虽然一些神经网络模型具有学习和预测的功能，但是由于风速样本数据的高波动性，导致模型训练存在难以收敛，而通过设置迭代次数来降低训练迭代次数，就会导致模型预测精度下降。

技术实现思路

[0004]针对现有技术的上述不足，本专利技术提供一种基于改进主成分回归模型的短期风速预测方法及系统，以解决上述技术问题。
[0005]第一方面，本专利技术提供一种基于改进主成分回归模型的短期风速预测方法，包括：定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵；将所述检测矩阵输入预先构建的改进主成分回归模型，所述改进主成分回归模型的改进方法包括为数据序列添加随时间递减的隶属度，所述数据序列用于训练主成分回归模型；将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息。
[0006]在一个可选的实施方式中，定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵，包括：将同一检测点的检测风速按照采集时间先后保存为初始数据序列；根据预设的维数从各检测点的初始数据序列截取相应位数的检测风速作为各检测点的风速序列；将各检测点的风速序列组合为矩阵，并对矩阵中的检测风速进行归一化处理，得到检测矩阵，保存归一化系数。
[0007]在一个可选的实施方式中，所述改进主成分回归模型的改进方法包括：构建隶属度函数，其中=0.01，为数据序列中第g位元素对第k位元素的隶属度；从数据库提取多个检测点的检测风速，将各检测点的检测风速按照采集时间先后排序得到各检测点的数据序列；
根据设定的矩阵维数，从各检测点的数据序列中截取同时段的检测风速整合为训练输入矩阵；根据设定的预测时间长度从各检测点的数据序列中截取与训练输入矩阵的时段对应的检测风速作为实际风速矩阵；利用所述隶属度函数对所述训练输入矩阵中的元素进行隶属度计算得到模糊矩阵，对所述模糊矩阵进行标准化处理得到第一矩阵；对所述实际风速矩阵进行标准化处理，得到第二矩阵；将第一矩阵作为自变量、第二矩阵作为输出量对主成分回归模型进行训练，得到改进主成分回归模型。
[0008]在一个可选的实施方式中，将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息，包括：将改进主成分回归模型输出的预测值除以所述归一化系数，得到预测风速；预先设置多个风速阈值，并为每个风速阈值设置对应的并网系统调整方案；根据所述预测风速达到的风速阈值调取对应的并网系统调整方案，将对应的并网系统调整方案作为结果数据输出至管理终端。
[0009]在一个可选的实施方式中，所述方法还包括：记录改进主成分回归模型的预测风速；获取与所述预测风速的时间点对应的实际风速；基于预测风速和实际风速计算相对误差和平均绝对百分误差；若相对误差或平均绝对百分误差超过设定的误差阈值，则重新对改进主成分回归模型进行训练。
[0010]第二方面，本专利技术提供一种基于改进主成分回归模型的短期风速预测系统，包括：数据采集模块，用于定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵；模型调用模块，用于将所述检测矩阵输入预先构建的改进主成分回归模型，所述改进主成分回归模型的改进方法包括为数据序列添加随时间递减的隶属度，所述数据序列用于训练主成分回归模型；报警提示模块，用于将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息。
[0011]在一个可选的实施方式中，所述数据采集模块包括：初始处理单元，用于将同一检测点的检测风速按照采集时间先后保存为初始数据序列；序列截取单元，用于根据预设的维数从各检测点的初始数据序列截取相应位数的检测风速作为各检测点的风速序列；标准处理单元，用于将各检测点的风速序列组合为矩阵，并对矩阵中的检测风速进行归一化处理，得到检测矩阵，保存归一化系数。
[0012]在一个可选的实施方式中，所述改进主成分回归模型的改进方法包括：构建隶属度函数，其中=0.01，为数据序
列中第g位元素对第k位元素的隶属度；从数据库提取多个检测点的检测风速，将各检测点的检测风速按照采集时间先后排序得到各检测点的数据序列；根据设定的矩阵维数，从各检测点的数据序列中截取同时段的检测风速整合为训练输入矩阵；根据设定的预测时间长度从各检测点的数据序列中截取与训练输入矩阵的时段对应的检测风速作为实际风速矩阵；利用所述隶属度函数对所述训练输入矩阵中的元素进行隶属度计算得到模糊矩阵，对所述模糊矩阵进行标准化处理得到第一矩阵；对所述实际风速矩阵进行标准化处理，得到第二矩阵；将第一矩阵作为自变量、第二矩阵作为输出量对主成分回归模型进行训练，得到改进主成分回归模型。
[0013]在一个可选的实施方式中，所述报警提示模块包括：风速计算单元，用于将改进主成分回归模型输出的预测值除以所述归一化系数，得到预测风速；预先配置单元，用于预先设置多个风速阈值，并为每个风速阈值设置对应的并网系统调整方案；数据调取单元，用于根据所述预测风速达到的风速阈值调取对应的并网系统调整方案，将对应的并网系统调整方案作为结果数据输出至管理终端。
[0014]在一个可选的实施方式中，所述系统还包括：预测记录模块，用于记录改进主成分回归模型的预测风速；实际获取模块，用于获取与所述预测风速的时间点对应的实际风速；误差计算模块，用于基于预测风速和实际风速计算相对误差和平均绝对百分误差；模型修正模块，用于若相对误差或平均绝对百分误差超过设定的误差阈值，则重新对改进主成分回归模型进行训练。
[0015]第三方面，提供一种终端，包括：处理器、存储器，其中，该存储器用于存储计算机程序，该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
[0016]第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
[0017]本专利技术的有益效果在于，本专利技术提供的基于改进主成分回归模型的短期风速预测方法及系统，利用基于模糊集隶属度改进的主成分回归模型进行短期风速预测，能够充分挖掘原始数据中隐含的有用信息，有效解决了传统模型中周期算法的邻近数据失效的问题，也考虑了近期数据对风速预测结果的较大影响，从而在降低计算量的同时提升了风速预测精度。
[0018]此外，本专利技术设计原理可靠，结构简单，具有非常广泛的应用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进主成分回归模型的短期风速预测方法，其特征在于，包括：定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵；将所述检测矩阵输入预先构建的改进主成分回归模型，所述改进主成分回归模型的改进方法包括为数据序列添加隶属度，所述数据序列用于训练主成分回归模型；将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息。2.根据权利要求1所述的方法，其特征在于，定期采集多个检测点的检测风速，并将多个检测点的检测风速整合为检测矩阵，包括：将同一检测点的检测风速按照采集时间先后保存为初始数据序列；根据预设的维数从各检测点的初始数据序列截取相应位数的检测风速作为各检测点的风速序列；将各检测点的风速序列组合为矩阵，并对矩阵中的检测风速进行归一化处理，得到检测矩阵，保存归一化系数。3.根据权利要求1所述的方法，其特征在于，所述改进主成分回归模型的改进方法包括：构建隶属度函数，其中=0.01，为数据序列中第g位元素对第k位元素的隶属度；从数据库提取多个检测点的检测风速，将各检测点的检测风速按照采集时间先后排序得到各检测点的数据序列；根据设定的矩阵维数，从各检测点的数据序列中截取同时段的检测风速整合为训练输入矩阵；根据设定的预测时间长度从各检测点的数据序列中截取与训练输入矩阵的时段对应的检测风速作为实际风速矩阵；利用所述隶属度函数对所述训练输入矩阵中的元素进行隶属度计算得到模糊矩阵，对所述模糊矩阵进行标准化处理得到第一矩阵；对所述实际风速矩阵进行标准化处理，得到第二矩阵；将第一矩阵作为自变量、第二矩阵作为输出量对主成分回归模型进行训练，得到改进主成分回归模型。4.根据权利要求2所述的方法，其特征在于，将所述改进主成分回归模型输出的预测风速与预设的风速阈值进行比对，若所述预测风速超过所述风速阈值则生成报警提示信息，包括：将改进主成分回归模型输出的预测值除以所述归一化系数，得到预测风速；预先设置多个风速阈值，并为每个风速阈值设置对应的并网系统调整方案；根据所述预测风速达到的风速阈值调取对应的并网系统调整方案，将对应的并网系统调整方案作为结果数据输出至管理终端。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：记录改进主成分回归模型的预测风速；获取与所述预测风速的时间点对应的实际风速；
基于预测风速和实际风速计算相对误差和平均绝对百分误差；若相对误差或平均绝对百分误差超过设定的误差阈值，则重新对改进主成分回归模型进行训练。6.一种基于改进主成分回归模型的短期风速预测系统，其特...

【专利技术属性】
技术研发人员：孟学艺，王为国，王海波，张鹏，孙启泽，付雪影，赵玉敬，扈晓明，杨亚男，田松，王同同，
申请(专利权)人：国网山东省电力公司滨州市滨城区供电公司，
类型：发明
国别省市：