[发明专利]一种基于区间二型T-S模糊模型的短期风速预测方法与系统

权利要求书

1.一种基于区间二型T-S模糊模型的短期风速预测方法，其特征在于，方法包括：

风速观测数据data预处理，通过变分模态分解VMD将原始风速观测数据分解为K个本征模态函数IMF，并对于每一个本征模态函数IMF建立各自的T-S模糊预测模型的输入输出矩阵(input,output)；

对应于每一个本征模态函数IMF，建立区间二型T-S模糊模型，其中，T-S模糊模型是由一组“IF-THEN”模糊规则来描述的非线性系统，每一个规则代表一个子系统，整个非线性系统为各个子系统的线性组合；所述IF-THEN模糊规则如下：

规则i：

y ^ k i = f i ( x k , α i ) = a 1 i x k 1 + a 2 i x k 2 + ... + a M i x k M + a 0 i = [ x k 1 ] · α i T i = 1... C , k = 1... N , j = 1... M ]]>

其中是线性隶属度函数的模糊集合、C是聚类规则数、N是输入输出矩阵行数、M为输入矩阵的列数、xk＝[xk1,···xkM]是模糊模型输入矩阵x＝(x1,x2…xN)T的第k分量、是第k个模型预测输出中隶属于第i类的分量、αi是模型后件参数，用于指代超平面；

再通过线性组合得到T-S模糊模型；其中，

记ωi为高斯模糊权重；

根据(input,output)数据对，通过区间二型模糊C回归聚类IT2-FCR，进行T-S模糊模型参数辨识，得到上下超平面参数和α；

根据(input,output)数据对，利用引力搜索算法GSA进行模型上下超平面参数优化，得到优化后上下超平面参数；

得到完整的模型前件参数及后件参数，利用(input,output)数据对计算当前IMF计算模型预测输出；

对于每一个本征模态函数IMF建立各自的T-S模糊预测模型，并计算相应IMF计算模型预测输出；进一步，反归一化后合并得到(input,output)数据对的模型预测输出。