一种风电场风速智能预测方法

摘要

一种风电场风速智能预测方法，所述方法的步骤包括数据采集与输入、数据序列分层、建立数学模型、预测综合计算和预测结果输出；数据序列分层是采用小波包分解法，将原始非平稳风速分解成至少为两个的趋于平稳的风速数据输出，风速数据输出的个数就定义为风速的序列层数；建立数学模型，是对风速的序列层数中每层数据单独进行处理，对于高频序列层建立BP神经网络模型、高频数据计算，然后进入数据栈；对于低频序列层建立时间序列模型、低频数据计算，然后进入数据栈；当所有数据全部到达数据栈后，数据栈中的所有数据才进入预测综合计算步骤进行加权计算，最后执行预测结果输出。本发明的方法属于智能法，能够实现多步超前预测。

主权项

一种风电场风速智能预测方法，所述方法的步骤包括数据采集与输入（1）、数据序列分层（2）、建立数学模型（3）、预测综合计算（4）和预测结果输出（5），所述预测综合计算（4）是对数学模型中的数据进行加权计算；其特征在于：所述数据序列分层（2）是采用小波包分解法，将原始非平稳风速分解成至少为两个的趋于平稳的风速数据输出，风速数据输出的个数就定义为风速的序列层数；所述建立数学模型（3），是对风速的序列层数中每层数据单独进行处理，首先按照事先的设定，判定当前数据为高频序列层（9）还是低频序列层（6），如果当前数据属于高频序列层（9），则进行以下处理：建立BP神经网络模型（10）、高频数据计算（11），然后进入数据栈（12）；如果当前数据属于低频序列层（6），则进行以下处理：建立时间序列模型（7）、低频数据计算（8），然后进入数据栈（12）；当所有数据全部到达数据栈（12）后，数据栈（12）中的所有数据才进入预测综合计算（4）步骤进行加权计算，最后执行预测结果输出（5）。