本发明专利技术公开了一种基于自适应粒子群优化神经网络的风资源评估方法和系统，包括：获取风资源原始数据，根据风资源原始数据，通过BP神经网络，建立风资源评估模型；初始化粒子群，将所述风资源评估模型的各组权值和阈值作为所述粒子群中各粒子的位置，将所述风资源评估模型的误差函数作为所述粒子群中的适应度函数；每次迭代结合所述适应度函数，更新各粒子对应的惯性权重和加速系数，调整各粒子的位置，并通过精英学习策略，更新所述粒子群中的全局最优粒子，得到所述风资源评估模型的最优权值和阈值；根据风资源评估模型的最优权值和阈值，对待评估风资源数据进行评估，得到待评估风资源数据的评估结果。本发明专利技术实现了更高效地提供风资源评估。
【技术实现步骤摘要】
本专利技术涉及风资源评估领域，尤其涉及一种基于自适应粒子群优化神经网络的风资源评估方法和系统。
技术介绍
1、随着全球对可再生能源的不断追求，风能作为一项重要的可再生能源备受关注。为了充分发挥风能的潜力，进行风能资源评估变得至关重要。风电厂宏观选址阶段的风能资源评估旨在通过精确收集和分析风速数据，确定风电厂在其寿命周期内风能资源状况和潜在发电量，以选择最佳建设地点，保证风电厂的经济可行性和长期收益。
2、现有技术通常通过预测算法和神经网络相结合的方式评估风能资源数据，算法和网络中的具体参数由技术人员进行调整或使用一组固定的参数。然而，由于不同地区的地理、气象、地形等多方面因素差异较大。不同的场景可能具有不同的数据分布、动态性和复杂性，同一场景的不同时段的风能资源数据也可能大不相同，采用固定参数的算法和网络可能无法在所有情况下取得最佳性能，而参数由技术人员调整需要花费大量的时间和人力，技术人员需要深入理解系统和算法，并进行反复实验和调整，这可能在实践中变得繁琐且耗时。因此，需要一种更高效的风资源评估方法。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，包括：
2.如权利要求1所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述将所述风资源评估模型的误差函数作为所述粒子群中的适应度函数，具体公式为：
3.如权利要求1所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述结合所述适应度函数，更新各粒子对应的惯性权重和加速系数，调整各粒子的位置，具体包括：
4.如权利要求3所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述根据所述各粒子的进化状态，更新各粒子对应的惯性权重和加速系数，具体包括：...
【技术特征摘要】
1.一种基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，包括：
2.如权利要求1所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述将所述风资源评估模型的误差函数作为所述粒子群中的适应度函数，具体公式为：
3.如权利要求1所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述结合所述适应度函数，更新各粒子对应的惯性权重和加速系数，调整各粒子的位置，具体包括：
4.如权利要求3所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述根据所述各粒子的进化状态，更新各粒子对应的惯性权重和加速系数，具体包括：
5.如权利要求1所述的基于自适应粒子群优化神经网络的风资源评估方法，其特征在于，所述通过精英学习策略，更新所述粒子群中的全局最优粒子，得到所述风资源评估模型...
【专利技术属性】
技术研发人员：李逸欣，吴伟杰，左郑敏，周姝灿，孙辉，李宇航，罗新涛，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
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。