本申請涉及一種基于改進的小波變換與神經(jīng)網(wǎng)絡的新能源功率預測方法。所述方法包括:獲取多組氣象數(shù)據(jù)樣本和歷史發(fā)電功率,確定每種變量類型下的氣象數(shù)值樣本與歷史發(fā)電功率之間的相關度,得到與每個相關度閾值對應的初始變量類型,根據(jù)初始變量類型對應的第一訓練精度,確定出目標閾值和目標變量類型,對多組氣象數(shù)據(jù)樣本進行聚類處理,得到每組氣象數(shù)據(jù)樣本所屬的第一目標類別,對歷史發(fā)電功率進行小波分解,采用目標氣象樣本和每個信號頻率下的功率信號樣本對多種初始功率預測模型進行訓練,確定出與每種第一目標類別對應的功率預測模型。采用本方法能夠遍歷多個相關度閾值,對多種初始功率預測模型集成學習,從而提高功率預測模型的準確率。
聲明:
“基于改進的小波變換與神經(jīng)網(wǎng)絡的新能源功率預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)