一种基于改进差分算法的神经网络短期风速预测方法

摘要

本发明实施例公开了一种基于改进差分算法的神经网络短期风速预测方法，用于解决现有技术中风电场短期风速预测存在着准确度低，可靠性差等缺陷，风电场短期风速预测所采用的单一模型或结合启发公式算法的预测模型误差波动大，容易陷入局部最小、训练时间长、校验精度低、泛化能力不足的技术问题。本发明实施例方法包括：利用小波包分解将原始风速信号分解成不同频率的子序列；对子序列进行计算产生父代种群X，并根据父代种群X产生子代种群S，通过子代种群S更新父代种群X，得到父代种群X中一组权值和阈值；根据所述一组权值和阈值构建子序列对应的神经网络预测模型，并利用神经网络预测模型进行风速预测，得到子序列的预测结果。