一种基于三维最优相似度与改进布谷鸟算法的风电功率预测方法

摘要

本发明公开了一种基于三维最优相似度与改进布谷鸟算法的风电功率预测方法，包括构建主影响因素矩阵、多维最优相似度计算、相似日的选取、布谷鸟算法的改进、风电功率预测模型的训练和预测风电功率。通过采集安装在风电场的监控系统所记录的历史出力数据以及历史环境数据，首先采用平均影响值算法(MIV)找到前n种对风电功率影响最大的环境因素，然后将这些数据映射到n维空间中，结合最优相似度进行相似日的选取，最后对传统的布谷鸟算法进行改进，并将改进后的算法应用到BP神经网络中，对风电功率进行预测；该方法不仅解决了选取相似日仅考虑单类型天气因素的问题，还解决了传统布谷鸟算法具有局限性的问题。