[发明专利]一种风能资源数据补偿方法

权利要求书

1.一种风能资源数据补偿方法，其特征在于，包括：

通过改进鲸鱼优化算法对BP神经网络进行优化，得到优化过后神经网络权值阈值；根据所述优化过后神经网络权值阈值构建数据补偿模型，基于该数据补偿模型输入气象要素，以获得相对应的输出数据，从而获取补偿观测期间的缺失数据；

所述改进鲸鱼优化算法，具体是：

对鲸鱼优化算法的线性收敛因子进行改进，如公式6所示，

t为当前迭代次数，max_iteration为最大迭代次数；

所述改进鲸鱼优化算法还包括如下过程：

将误差平方和SSE作为适应度函数，计算鲸鱼种群的最小适应度值；

将每头鲸鱼的适应度值与个体最优鲸鱼进行比较，得到当前最优鲸鱼位置；

根据收缩环绕机制和螺旋位置更新机制完成所述鲸鱼种群位置更新；

利用梯度下降法，更新当前最优鲸鱼位置的权值阈值，梯度下降法更新权值阈值，更新公式如公式16-21所示，

Δ₂＝Error公式16

Δ₁＝ω₂^T*Δ₂*HiddenOut*(1-HiddenOut)公式17

权值阈值更新公式中，ω₁'为ω₁更新过后的权值，ω₂'为ω₂更新过后的权值，B₁'为B₁更新过后的阈值，B₂'为B₂更新过后的阈值。

2.如权利要求1所述风能资源数据补偿方法，其特征在于，具体如下：所述误差平方和SSE的作为适应度函数值，具体计算如公式12-15所示，

HiddenOut＝sigmoid(ω₁*SamIn+repmat(B₁,1,SamNum))公式12

NetworkOut＝ω₂*HiddenOut+repmat(B₂,1,SamNum)公式13

Error＝SamOut-NetworkOut公式14

SSE＝sumsqr(Error)公式15

HiddenOut为隐含层节点输出，NetworkOut为输出层节点输出，Error为网络输出值与测试数据之间的误差，SSE为误差的平方和。