System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于改进双目标灰狼优化算法的风电功率预测方法及系统技术方案_技高网

基于改进双目标灰狼优化算法的风电功率预测方法及系统技术方案

技术编号:44613074 阅读:4 留言:0更新日期:2025-03-14 13:05
本发明专利技术公开了一种基于改进双目标灰狼优化算法的风电功率预测方法及系统,涉及风电功率预测技术领域,该方法包括:计算每一个季节风电场不同风速波动过程的划分阈值;基于划分阈值构建波动过程划分模型;基于波动过程划分模型对历史风速数据进行划分,得到风速波动划分后的风速数据;获取风速波动划分后的风速数据对应的风电历史功率数据;构建基于CNN‑BiLSTM的风电功率预测模型;通过改进双目标灰狼优化算法对风电功率预测模型进行训练;通过训练好的风电功率预测模型进行风电功率预测。本发明专利技术提供的风电功率预测模型具有更高的预测精度、更强的抗干扰能力、高效率等优点,能够实现高预测精度、高可靠性的短期风功率预测。

【技术实现步骤摘要】

本专利技术涉及风电功率预测,特别涉及一种基于改进双目标灰狼优化算法的风电功率预测方法及系统


技术介绍

1、风力发电作为清洁、可再生的能源在能源结构中的地位日益重要其大规模接入和有效利用成为了紧迫的问题。然而,风力发电的随机性、不可预测性以及具有季节性分布性的规律给电网的稳定运行带来了巨大困难,需要高精度的风电功率预测来协助系统的运行及优化,目前的研究仍存在不少问题和不足。


技术实现思路

1、本专利技术的目的是提供一种基于改进双目标灰狼优化算法的风电功率预测方法及系统,用以实现高预测精度、高可靠性的短期风功率预测,为电网的稳定运行提供技术支撑与数据支撑。

2、为实现上述目的,本专利技术提供了如下方案:

3、一种基于改进双目标灰狼优化算法的风电功率预测方法,包括:

4、计算每一个季节风电场不同风速波动过程的划分阈值;

5、基于所述划分阈值构建波动过程划分模型;

6、基于所述波动过程划分模型对历史风速数据进行划分,得到风速波动划分后的风速数据;

7、获取风速波动划分后的风速数据对应的风电历史功率数据;

8、构建基于cnn-bilstm的风电功率预测模型;所述风电功率预测模型的输入包括风速波动划分后的风速数据和风电历史功率数据,输出为风电预测功率;

9、通过改进双目标灰狼优化算法对所述风电功率预测模型进行训练;

10、通过训练好的风电功率预测模型进行风电功率预测。

11、为实现上述目的,本专利技术还提供了如下方案:

12、一种基于改进双目标灰狼优化算法的风电功率预测系统,包括:

13、划分阈值计算模块,用于计算每一个季节风电场不同风速波动过程的划分阈值;

14、波动过程划分模型构建模块,用于基于所述划分阈值构建波动过程划分模型;

15、风度数据划分模块,用于基于所述波动过程划分模型对历史风速数据进行划分,得到风速波动划分后的风速数据;

16、风电历史功率数据获取模块,用于获取风速波动划分后的风速数据对应的风电历史功率数据;

17、风电功率预测模型构建模块,用于构建基于cnn-bilstm的风电功率预测模型;所述风电功率预测模型的输入包括风速波动划分后的风速数据和风电历史功率数据,输出为风电预测功率;

18、模型训练模块,用于通过改进双目标灰狼优化算法对所述风电功率预测模型进行训练;

19、风电功率预测模块,用于通过训练好的风电功率预测模型进行风电功率预测。

20、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:

21、本专利技术考虑不同季节下划分阈值对风电功率的影响因素,并构建基于具有特征提取能力强、减少过拟合、捕捉序列的前后依赖关系的cnn-bilstm的风电功率预测模型,应用精英反向学习改进的多目标灰狼优化算法来调整风电功率预测模型超参数。本专利技术提供的风电功率预测模型具有更高的预测精度、更强的抗干扰能力、高效率等优点。

本文档来自技高网...

【技术保护点】

1.一种基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,包括:

2.根据权利要求1所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,计算每一个季节风电场不同风速波动过程的划分阈值,具体包括:

3.根据权利要求2所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,若应用核密度估计方法和累积分布函数计算出的零出力阈值大于设定范围,则进行阈值修正。

4.根据权利要求1所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,所述风速波动过程划分模型的表达式为:

5.根据权利要求1所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,通过改进双目标灰狼优化算法对所述风电功率预测模型进行训练,具体包括:

6.根据权利要求5所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,所述初始化灰狼种群,具体包括:

7.根据权利要求6所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,所述适应度的计算公式如下:

8.一种基于改进双目标灰狼优化算法的风电功率预测系统,其特征在于,包括:

...

【技术特征摘要】

1.一种基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,包括:

2.根据权利要求1所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,计算每一个季节风电场不同风速波动过程的划分阈值,具体包括:

3.根据权利要求2所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,若应用核密度估计方法和累积分布函数计算出的零出力阈值大于设定范围,则进行阈值修正。

4.根据权利要求1所述的基于改进双目标灰狼优化算法的风电功率预测方法,其特征在于,所述风速波动过程划...

【专利技术属性】
技术研发人员:姜河李清政赵琰王若曦王东来史佳琪董香栾孙笑雨贾雨薇张宇李津帆臧博宇袁利鑫
申请(专利权)人:沈阳工程学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1