[发明专利]一种基于比例分布的风速预测校正方法

摘要

本发明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。

主权项

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；建立预测模型如下：其中H_j为隐含层输出，f为隐含层激励函数，v_ij输入和隐含层的权值，x_i为网络输入，a₁和a_j为阈值，m为隐层神经元数，o₁为网络的输出，w_j1为隐含层和输出层的权值；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_a；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；多项式模型如下：b＝p₁aⁿ+p₂a^n‑1+p₃a^n‑2+p₄a^n‑3+p₅a^n‑4+......+p_na¹+p_n+1式中，a为预测风速需要代入的项，b为校正后的预测风速值，p₁、p₂、….p_n、p_n+1分别为系数值，n为多项式的最高次幂；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。