公开(公告)号：CN109255726A

公开(公告)日：2019-01-22

申请号：CN201811042356.6

申请日：2018-09-07

Applicant: 中国电建集团华东勘测设计研究院有限公司 ,  浙江大学

Inventor： 房新力 ,  董伟 ,  杨强 ,  赵岩 ,  卢迪 ,  陈晓锋 ,  陆艳艳

IPC: G06Q50/06 ,  G06Q10/04 ,  G06K9/62

CPC classification number: G06Q50/06 ,  G06K9/6223 ,  G06K9/6247 ,  G06Q10/04

Abstract: 本发明公开了一种基于混合智能技术的超短期风功率预测方法。以解决超短期风力发电难以预测的挑战。所提方法在可用的原始数据基础上采用一系列数据处理技术，包括基于统计分析的输入变量选取、基于主成分分析(PCA)技术的属性约简以及基于K-means聚类算法的特征子集划分，以获得更为相关及有效的浓缩数据作为预测的输入信息。所提方法采用自适应神经模糊推理系统(ANFIS)对输入信息进行训练学习，以获取输出预测结果。训练过程中通过粒子群优化(PSO)算法对ANFIS参数优化求解，以降低预测误差。应用实际风电场的预测结果对该混合智能方法进行了评价，实验表明，该方法能达到有效的预测精度。

公开(公告)号：CN110674965A

公开(公告)日：2020-01-10

申请号：CN201910401140.2

申请日：2019-05-15

Applicant: 中国电建集团华东勘测设计研究院有限公司

Inventor： 房新力 ,  杨强 ,  富强 ,  邬雪松 ,  程开宇 ,  董伟

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06N3/00 ,  G06N5/04

Abstract: 本发明公开了一种基于动态特征选取的多时间步长风功率预测方法。该方法提出了一种利用动态特征提取算法来挖掘历史的功率时间序列和公开的数值天气预报（NWP）数据的智能混合模型方法，以解决在不同时间步长下风力发电难以预测的挑战。所提方法在可用的原始数据基础上采用最小冗余最大相关（mRMR）的动态滤波方法来自动选择不同预测步长的输入变量；然后对于具备最优特征的输入数据，通过自适应神经模糊推理系统（ANFIS）来进行监督学习；模型应用粒子群优化（PSO）算法对ANFIS参数训练以达到最优预测效果；最后通过实际分布式风电机组的运行数据对所提出的混合智能模型进行评估，实验结果证实了模型的有效性。