[发明专利]一种基于改进差分算法的神经网络短期风速预测方法有效
| 申请号： | 201610938099.9 | 申请日： | 2016-10-25 |
| 公开（公告）号： | CN106503793B | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 林艺城;孟安波;陈云龙 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 杨炳财;屈慧丽 |
| 地址： | 510062 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于改进差分算法的神经网络短期风速预测方法，用于解决现有技术中风电场短期风速预测存在着准确度低，可靠性差等缺陷，风电场短期风速预测所采用的单一模型或结合启发公式算法的预测模型误差波动大，容易陷入局部最小、训练时间长、校验精度低、泛化能力不足的技术问题。本发明实施例方法包括：利用小波包分解将原始风速信号分解成不同频率的子序列；对子序列进行计算产生父代种群X，并根据父代种群X产生子代种群S，通过子代种群S更新父代种群X，得到父代种群X中一组权值和阈值；根据所述一组权值和阈值构建子序列对应的神经网络预测模型，并利用神经网络预测模型进行风速预测，得到子序列的预测结果。 | ||
| 搜索关键词： | 一种 基于 改进 算法 神经网络 短期 风速 预测 方法 | ||
【主权项】：
1.一种基于改进差分算法的神经网络短期风速预测方法，其特征在于，包括：S1、利用小波包分解将原始风速信号分解成不同频率的子序列；S2、对所述子序列进行计算产生父代种群X，并根据所述父代种群X的方差E通过执行差分算子或纵向变异算子产生子代种群S，通过所述子代种群S更新所述父代种群X，得到所述父代种群X中一组权值和阈值，一组所述权值和所述阈值为神经网络对应的权值和阈值的最优解；S3、根据一组所述权值和所述阈值构建所述子序列对应的神经网络预测模型，并利用所述神经网络预测模型进行风速预测，得到所述子序列的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610938099.9/，转载请声明来源钻瓜专利网。
