一种基于聚类分析和优化神经网络的风电功率短期组合预测方法

摘要

本发明公开了一种基于聚类分析和优化神经网络的风电功率短期组合预测方法，步骤如下：S1：根据风机产生的风功率大小、不同风速风向下风机效率以及尾流效应，确定出风电输出功率的影响因素；S2：根据K‑means聚类算法对输入样本进行聚类，并对输入样本进行分类；S3：建立每类输入样本对应的BP神经网络预测模型，同时通过思维进化算法，对每个BP神经网络预测模型进行优化；S4：将输入样本输入至相应的优化后的BP神经网络预测模型中，对风电功率进行预测，获得未来风机出力曲线。本发明利用思维进化算法对初始权值和阈值进行寻优，从而不仅可以对风况进行识别，为每一类分别建立预测模型，还可在提高风电功率预测速度的同时，提高预测的精度。