[发明专利]一种基于马尔科夫理论的风电场风速预测方法

摘要

本发明公开了一种风电场风速预测方法，包括短期风速预测模块，预测风电场0-48小时内的风速值；实时数据模块，实时数据模块以socket通信接收数据采集系统传来的实时风速数据，并可做为预测模型的输入值和预测模块预测精度的衡量基准；历史风速数据模块，该模块可连接预测模块，为预测提供必要信息；管理系统、数据处理系统以及图形用户界面，以上系统可进行多种数据库维护，并将预测信息以图形、图表显示。本发明能够充分利用风电场的历史风速数据，并且仅通过对近阶段的风速数据的处理分析即可预测出下一阶段的风速数据，可有效解决风速预测精度较差的技术问题，具有很强的实用性。

主权项

一种基于马尔科夫理论的风电场风速预测方法，其特征在于包括以下步骤：根据一特定的预测时间间隔，读入历史年份的同季度风速数据，获取本地区风速状态的一步转移概率矩阵，该预测时间间隔可变；根据一特定的预测时间间隔，读入本季度的风速数据，以得到风速预测模型的训练样本序列；该预测时间间隔可变；利用小波分解和重构将训练样本变换成为N层低频风速数据和1层高频风速训练样本数据，利用以上N+1层训练样本数据建立N+1个ARMA模型；读取近阶段的风速数据，并利用小波分解和重构将近阶段的风速数据变换成为N层低频风速数据和1层高频风速数据，利用已建立的ARMA模型分别对多层低频数据和高频数据进行分层预测，分层预测结果加权叠加后可得到一次预测值；利用马尔科夫一步转移概率矩阵进行一次预测值修正，获取最终预测结果。