[发明专利]一种基于VMD和BLS组合模型的风电功率预测方法

权利要求书

1.一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，该方法包括以下步骤：

步骤1：收集风电功率数据，并进行训练样本和测试样本的选取；

步骤2：对采集到的风电功率数据进行VMD变分模态分解，得到VMD分解风电功率序列；

步骤3：将VMD分解风电功率序列中的各个模态分量输入至BLS模型中进行预测，得到各个模态分量对应的BLS模型输出量；

所述的步骤3中的BLS模型采用高斯核函数代替增强节点的激活函数，所述高斯核函数，其对应的数学描述公式为：

所述高斯核函数对应的核矩阵，其对应的数学描述公式为：

所述BLS模型的输出，其对应的数学描述公式为：

Y＝[Z，K(x_i，x_j)]W

式中，r为核参数，Ω_BLS表示核矩阵，H表示增强层的输出，Y表示宽度学习系统BLS的输出，W表示输出层的权重，Z表示特征层的输出，x_i和x_j分别为输入样本中的任意两个数据，h(x_i)和h(x_j)分别为输入样本中的任意两个数据所对应的增强层的输出，K(x_i，x_j)表示输入样本中的任意两个数据所对应的高斯核函数，Ω_BLS(i，j)表示输入样本中的任意两个数据所对应的核矩阵；

步骤4：对所有模态分量对应的BLS模型输出量叠加求和，得到最终的组合模型预测的风电功率结果，并进行误差计算。

2.根据权利要求1所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤2包括以下分步骤：

步骤201：构造约束变分模型；

步骤202：对约束变分模型对应的约束问题中引入拉格朗日乘子和惩罚因子，将其转变为非约束的变分问题；

步骤203：利用交替方向乘子法求解非约束的变分问题对应式子中的鞍点，获得相应变量的更新公式；

步骤204：确定更新迭代的停止条件后，对采集到的风电功率数据进行VMD变分模态分解，得到VMD分解风电功率序列。

3.根据权利要求2所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤201中的约束变分模型，其对应的数学描述公式为：

式中，δ(t)表示单位脉冲函数，*表示卷积，表示偏导，u_k(t)表示K个分量，{w_k}表示K个BIMF分量的中心频率，{u_k}表示K个BIMF分量，f(t)表示风电功率的时间数据，表示单边际谱的指数信号。

4.根据权利要求2所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤202中的非约束的变分问题，其对应的数学描述公式为：

式中，α表示惩罚因子，λ表示拉格朗日乘子。

5.根据权利要求2所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤203中的相应变量的更新公式，其对应的数学描述公式为：

式中，上标∧表示傅里变换，n为迭代次数，o表示更新因子。

6.根据权利要求2所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤204中的更新迭代的停止条件，其对应的数学描述公式为：

式中，∈表示判别精度。

7.根据权利要求1所述的一种基于VMD和BLS组合模型的风电功率预测方法，其特征在于，所述的步骤4中的误差计算所采用的方法包括平均绝对误差MAE、均方误差MSE以及平均绝对百分误差MAPE。