买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州禾望电气有限公司

摘要：本发明公开了一种风力发电短期负荷功率预测方法及风力发电系统，以一定时间为一个采集单元，从区域配电网获取负荷历史数据，经过数据预处理后得到一定时间内负荷功率历史曲线；采用数据信号分解方法将负荷功率历史曲线的数据分解成有限组不同频率的内涵模态分量，将多组内涵模态分量分为高频内涵模态分量与中低频分量内涵模态分量；利用组合神经网络策略对高频内涵模态分量进行预测得到多组高频分量预测值，该方法使用数据信号分解模型对负荷功率时间序列进行分解，得到一系列相对稳定的固有模态分量，有利于负荷功率预测精度的提升，分析高频和中低频分量的不同特点，建立一种负荷功率组合预测模型，更加准确地对风电系统的变流器进行反馈控制。

主权项：1.一种风力发电系统短期负荷功率预测方法，所述风力发电系统包括发电机、控制器及变流器，其特征在于，所述控制器包括数据采集模块、数据分解模块及高频数据分量预测模块、中低频数据分量预测模块、数据整合处理模块及反馈调节模块，所述数据采集模块以一定时间为一个采集单元，从区域配电网获取负荷历史数据，经过数据预处理后得到一定时间内负荷功率历史曲线；所述数据分解模块采用数据信号分解方法将负荷功率历史曲线的数据Yt分解成有限组不同频率的内涵模态分量IMF，根据导出的不同频率的内涵模态分量IMF所表现的不同特征，将多组所述内涵模态分量IMF分为高频内涵模态分量IMF与中低频内涵模态分量IMF；所述高频数据分量预测模块利用组合神经网络策略对所述高频内涵模态分量IMF进行预测得到多组高频分量预测值，所述中低频数据分量预测模块采用最小二乘支持向量机模型对所述中低频内涵模态分量IMF进行预测得到中低频分量预测值；所述数据整合处理模块对各高频分量预测值及低频分量预测值进行非等权叠加，输出最终负荷功率预测结果值，并将所述最终负荷功率预测结果值发送给反馈调节模块；所述反馈调节模块根据所述数据整合处理模块输出的最终负荷功率预测结果值对所述变流器进行调整控制；所述数据信号分解方法为：向待分解数据信号中加入数量和幅值都相同的若干组正负成对的辅助噪声信号进行分解得到内涵模态分量；所述“向待分解数据信号中加入数量和幅值都相同的若干组正负成对的辅助噪声信号进行分解得到内涵模态分量”具体为：所述数据分解模块在所述负荷功率历史曲线中取一个数据Yt加入正辅助噪声信号得到正噪声的合成信号 在所述负荷功率历史曲线的数据Yt中加入负辅助噪声信号ni-t，得到负噪声的合成信号 所述正噪声的合成信号和所述负噪声的合成信号通过集合经验模态分解方法进行分解，得到两组模态信号分量和 重复以上步骤，得到n组模态分量和和重复过程中，每次加入数量和幅值相同，但相位序列不同的辅助白噪声；计算的得到的所述n组模态分量和和的平均值： 将在所述负荷功率历史曲线所取的数据Yt减去模态分量平均值cit得到中间值Hm，将在所述负荷功率历史曲线所取的数据Yt减去模态分量平均值rnt得到中间值Hn，判断所述中间值Hm及中间值Hn是否满足内涵模态分量的条件，如果满足，则判断所述中间值Hm及中间值Hn为一组内涵模态分量IMF，如果不满足，则重新按照上述步骤进行分解，直到所述中间值Hm及中间值Hn满足内涵模态分量的条件，以此类推，得到多组内涵模态分量IMF1…IMFx。

全文数据：

权利要求：

百度查询： 苏州禾望电气有限公司 一种风力发电短期负荷功率预测方法及风力发电系统