一种基于模糊分区理论的神经网络风功率短期预测方法

摘要

本发明提供了一种基于模糊分区理论的神经网络风功率短期预测方法。本发明通过分析风速变化的重要特征，以及风速与功率之间关系，采用模糊理论、人工智能及统计学理论相结合的模式。在进行风力发电预测时，先将从气象预测获得的风速数据按时间段进行风力等级模糊分区处理，然后进行BP神经网络分区预测，分区预测值乘以其隶属度值再将所有分区值相加即是预测的功率值，然后进行概率统计修正算法，得到预测功率；本发明有效的提高功率预测模型准确度。