System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,屬于電力系統(tǒng)風(fēng)電預(yù)測,具體用于風(fēng)電功率的超短期預(yù)測。
技術(shù)介紹
1、隨著煤炭和石油等資源的日益枯竭,全球正在加速可再生能源的探索進(jìn)程。風(fēng)能作為新興的可再生能源之一,因其零排放、分布廣等優(yōu)勢而備受全球關(guān)注。然而,風(fēng)能受到自然氣象因素的影響,表現(xiàn)出極大的波動性,這一特性帶來了許多預(yù)期外的結(jié)果和挑戰(zhàn)。因此如何有效地應(yīng)對風(fēng)電波動性、提高其可預(yù)測性和可調(diào)度性成為當(dāng)前電力系統(tǒng)運行和規(guī)劃的重要難題之一。
2、為了提高風(fēng)電的可預(yù)測性,可以開發(fā)和應(yīng)用高效的風(fēng)電預(yù)測模型。這些模型可以基于氣象數(shù)據(jù)、風(fēng)場特性以及歷史風(fēng)電功率數(shù)據(jù)等因素進(jìn)行建模,利用機器學(xué)習(xí)或深度學(xué)習(xí)模型進(jìn)行預(yù)測。然而,傳統(tǒng)的模型通常需要大量的計算資源,并且在數(shù)據(jù)稀缺或質(zhì)量不佳的情況下容易出現(xiàn)過擬合。隨機森林是一種基于集成學(xué)習(xí)思想的模型,通過集成多個決策樹模型來提高預(yù)測性能,具有降低過擬合風(fēng)險、提高模型穩(wěn)健性和泛化能力的優(yōu)點。
3、基于循環(huán)單元的神經(jīng)網(wǎng)絡(luò)能夠捕捉長時序相關(guān)性,在處理風(fēng)電數(shù)據(jù)方面表現(xiàn)出色,因此在風(fēng)電功率預(yù)測中具有優(yōu)越性。門控循環(huán)單元設(shè)計簡單、參數(shù)量少,并在計算效率、訓(xùn)練速度、內(nèi)存消耗和梯度消失等方面有所改進(jìn),相比傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)更占上風(fēng)。
4、目前,常用的電力系統(tǒng)風(fēng)電功率預(yù)測深度學(xué)習(xí)算法普遍存在忽略氣象數(shù)據(jù)、風(fēng)場特性以及歷史風(fēng)電功率數(shù)據(jù)之間的內(nèi)在聯(lián)系、模型泛化性較差等問題,導(dǎo)致模型預(yù)測效果較差。
技術(shù)實現(xiàn)思路
1、
2、為了達(dá)到上述目的,本專利技術(shù)采用以下技術(shù)方案予以實現(xiàn):
3、為使本專利技術(shù)實施例的目的、技術(shù)方案和優(yōu)點更加清楚,下面將結(jié)合本專利技術(shù)實施例中的附圖,對本專利技術(shù)實施例中的技術(shù)方案進(jìn)行清楚、完整的描述,顯然,所描述的實施例是本專利技術(shù)一部分實施例,而不是全部的實施例。基于本專利技術(shù)中的實施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都是本專利技術(shù)保護(hù)的范圍。
4、本專利技術(shù)公開了一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
5、包含以下步驟:步驟1:風(fēng)電數(shù)據(jù)異常值檢測與剔除;使用四分位法將風(fēng)電功率數(shù)據(jù)集分成四個相等的部分,將邊界之外的值視為異常數(shù)據(jù)并予以剔除;
6、步驟2:數(shù)據(jù)填充。采用三次樣條插值算法,對已剔除的數(shù)據(jù)進(jìn)行填充處理;
7、步驟3:通過隨機森林算法計算風(fēng)電特征重要性;通過隨機森林算法來評估各個風(fēng)電特征的重要性,并選擇重要性最高的特征以及功率本身作為輸入變量;
8、步驟4:通過門控循環(huán)單元進(jìn)行確定性預(yù)測;將經(jīng)過特征選擇的數(shù)據(jù)導(dǎo)入到門控循環(huán)單元中進(jìn)行訓(xùn)練,捕捉時間序列數(shù)據(jù)中的關(guān)系,以生成風(fēng)電功率的確定性預(yù)測值;
9、步驟5:對風(fēng)電功率確定性預(yù)測結(jié)果進(jìn)行評估。
10、作為本專利技術(shù)公開的一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法的進(jìn)一步改進(jìn),所述步驟1具體包括如下步驟:
11、步驟1.1、將風(fēng)電數(shù)據(jù)集中的功率數(shù)值按照從小到大的順序排列,得到功率序列為p=(p1,p2,...,pn),p1≤p2≤...≤pn;
12、步驟1.2、確定四分位數(shù)q1、q2和q3,計算公式分別為:
13、
14、q2=median(p1,p2,...,pn)???(2)
15、
16、式(1)、(2)、(3)中:median表示中位數(shù)運算;
17、步驟1.3、計算四分位法的上界和下界,將數(shù)據(jù)集中低于下界或高于上界的值歸類為異常值,剔除異常值;計算公式分別為:
18、lp=q1-1.5×(q3-q1)???(4)
19、up=q3+1.5×(q3-q1)???(5)
20、式(4)和式(5)中:lp表示四分位法的下界;up表示四分位法的上界。
21、作為本專利技術(shù)公開的一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法的進(jìn)一步改進(jìn),所述步驟2中,三次樣條插值函數(shù)的定義為:設(shè)在區(qū)間[a,b]中,共有n+1個采樣點,滿足a=x0<x1<x2<...<xn=b;若存在函數(shù)f(x)使得以下條件成立,則f(x)為三次樣條插值函數(shù):
22、(1)滿足插值條件,即f(x)=y(tǒng)i,i=0,1,2,...,n;
23、(2)f(x)在區(qū)間[a,b]上具有連續(xù)的二階導(dǎo)數(shù),即f(x),f′(x),f″(x)均連續(xù);
24、(3)在每個子區(qū)間[xi,xi+1]上,f(x)為三次多項式;
25、若滿足以上條件,則f(x)為三次樣條插值函數(shù);xi處的三次樣條插值函數(shù)fi(x)通常可表示為:
26、fi(x)=ai(x-xi)3+b(x-xi)2+c(x-xi)+di,x∈[xi,xi+1]???(6)
27、式(6)中:ai,bi,ci,di均表示多項式函數(shù)的系數(shù)。
28、作為本專利技術(shù)公開的一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法的進(jìn)一步改進(jìn),所述步驟3具體包括如下步驟:
29、步驟3.1、收集原始數(shù)據(jù),使用bootstrap自助采樣技術(shù),隨機選擇一定數(shù)量的樣本來構(gòu)建b個訓(xùn)練集,表示為{d1,d2,...,db};
30、步驟3.2、對于每個訓(xùn)練集di,使用決策樹算法構(gòu)建一棵決策樹ti。在決策樹中,評估每個特征對預(yù)測結(jié)果的重要性;
31、步驟3.3、重復(fù)步驟3.1、3.2,構(gòu)建多棵決策樹{t1,t2,...,tb};
32、步驟3.4、對于每個特征,將所有決策樹中該特征的重要性值進(jìn)行累加,得到該特征在整個隨機森林模型中的總貢獻(xiàn)程度;根據(jù)結(jié)果選擇最重要的特征作為預(yù)測模型的輸入變量。
33、作為本專利技術(shù)公開的一種基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法的進(jìn)一步改進(jìn),所述步驟4具體包括如下步驟:
34、步驟4.1、重置門rt計算;重置門控制前一隱藏狀態(tài)對候選狀態(tài)的影響,計算公式為:
35、rt=σ(wirxt+whrht-1+br)???(7)
36、式中:σ表示激活函數(shù);xt表示當(dāng)前輸入數(shù)據(jù);ht-1表示隱藏狀態(tài);wir、whr分別表示輸入、隱藏狀態(tài)到重置門的權(quán)重;br表示重置門偏置項;
37、步驟4.2、更新門zt計算;更新門控制前一隱藏狀態(tài)和候選狀態(tài)之間的權(quán)重,決定保留多少之前的信息,計算公式為:
38、zt=σ(wizxt+whzht-1+bz)???(8)
39、式中:wiz、whz分別表示輸入、隱藏狀態(tài)到更新門的權(quán)重;bz表示更新門偏置項;
40、步驟4.3、候選隱藏狀態(tài)計算;它是當(dāng)前時刻的候選隱藏狀態(tài),包含了本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
2.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
3.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
4.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
5.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
6.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
【技術(shù)特征摘要】
1.基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
2.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
3.根據(jù)權(quán)利要求1所述的基于門控循環(huán)森林的風(fēng)電功率超短期預(yù)測方法,
4....
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:嚴(yán)巖,錢勇,
申請(專利權(quán))人:國網(wǎng)寧夏電力有限公司電力科學(xué)研究院,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。