[发明专利]基于非参数核密度估计与数值天气预报的风速预测方法

权利要求书

1.一种基于非参数核密度估计与数值天气预报的风速预测方法，包括以下步骤：

步骤一、设定数据集纪录的均是以每小时为间隔的风速数据，针对风电场的风速历史数据使用Chebyshev神经网络模型对r天每小时风速进行预测，得到24×r个风速预测点的Chebyshev神经网络预测值；

步骤二、设定s为离当前最近的风速预测天数，利用离当前最远的r‐s天的每小时实际风速值与由步骤一获得的神经网络所预测的r天的每小时风速之差，获得风速预测偏差值，得到由24×(r‐s)个风速偏差值构成的风速预测偏差序列；

步骤三、利用随机游程检验方法对步骤二获得的风速预测偏差序列进行平稳性检验，如为非平稳序列，则循环执行差分法来平稳化序列，直至该序列通过平稳性检验；

步骤四、使用N‐W非参数核密度估计方法对进行估计，非参数核密度表达式如下：

$\begin{array}{c}{\hat{m}}_{N-W}\left(x\right)=E\left(x_k\right)\\ =\∫x_{k}f\left(x_k\right|\[x_1,x_2,\mathrm{...},x_{k-1}\]){\mathrm{dx}}_k\\ =\frac{\∫x_{k}f\left(x_k\right){\mathrm{dx}}_k}{\∫f\left(x_k\right){\mathrm{dx}}_k}\\ =\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left\{x_k\exp (-\underset{j=1}{\overset{k-1}{\mathrm{\Σ}}}\frac{{(x_j-y_{ji})}^2}{2b_{ji}^2})\right\}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left\{\exp (-\underset{j=1}{\overset{k-1}{\mathrm{\Σ}}}\frac{(x_j-y_{ji})}{2b_{ji}^2})\right\}}\end{array}---\left(1\right)$

式(1)中，f(·)称为核函数；k为风速预测偏差样本的维度，b_ji为第i个样本第j个风速预测偏差变量的平滑系数；核函数f(·)采用标准高斯核函数，维数k利用最终预测误差法确定，平滑系数b_ji通过交叉验证法确定；

利用步骤三中获得的平稳化之后的风速预测偏差序列，建立估计样本X_k,i＝[y_1i,y_2i,…y_ki]^T,i＝1,2…,n，利用最终预测误差法确定非参数核密度估计样本维数k，从而建立非参数核密度估计样本，非参数核密度估计样本的个数为n＝24×(r‐s)‐(k‐1)；

步骤五、利用步骤四中得到的非参数核密度估计样本，利用交叉验证法确定每个非参数核密度估计样本i的平滑系数b_ji的数值，并利用公式(1)对s天内风速预测偏差进行修正，从而得到24×s个时刻的风速预测偏差估计值

步骤六、结合风电场的数值天气预报判断s天内风速突变拐点的位置，对于风速突变拐点的风速预测值取步骤一得到的Chebyshev神经网络预测值，对于非风速突变拐点的风速预测值利用步骤五得到的风速预测偏差估计值进行风速预测值修正。

2.根据权利要求1所述基于非参数核密度估计与数值天气预报的风速预测方法，其特征在于，s不大于10％的r。