2 方法研究

　　

2.1BP 神经网络

　　人工神经网络（

Artificial Neural Network，简称 ANN）是在人类对其大脑及大脑神

经网络认识理解的基础上，人工构造的能够实现某种功能的网络，它具有高度的非线性。

BP 神经网络是人工神经网络中常用的一种，该网络是一种单向传播的多层前向网络，

其结构图如图

1［3］。该网络具有一个输入层，一个输出层和至少一个隐（中间）层，

各层之间实现全链接，而层内神经元之间无链接。当一对学习样本提供给网络后，神经

元的激活值从输入层经各中间层向输出层传播，在输出层的各神经元获得网络的输入响

应。按照减少目标输出与实际误差的方向，从输出层经过中间层逐层修正各连接权值，

最后回到输入层，这种算法称为

“误差逆传播法”，即 BP 算法。随着这种误差逆的传播修

正不断进行，网络对输入模式响应的正确率也不断上升［

4］。

　　图

1 三层 BP 网络结构图

　　

2.2 小波分析

　　小波分析（

Wavelet Analysis）是法国科学家 Morlet 于 20 世纪 80 年代初提出，具有

时频多分辨功能［

5］。小波分析是一种调和分析方法，是傅里叶（Fourier）分析发展史

上的一个里程碑，被人们誉为数学

“显微镜”。多分辨分析（multi-resolution 

analysis，MRA）亦称多尺度分析，是小波分析中最重要的概念之一，它从函数空间的

高度研究函数的多分辨表示［

6］：将一个函数表示为一个低频成分和不同分辨率下的

高频成分，即多分辨分析［

7］只是对低频部分进一步分解，而高频部分则不予考虑。图

2 表示的是一个三层多分辨分析分解图，分解的关系为： 。多分辨分析随着尺度由大到

小的变化，对信号可以由粗到精地观察，既可以看到

“森林”，又可以看到“树木”。

图

2 三层多分辨分析结构图

　　

3 预测模型的研究

　　

3.1 数据分析

　　本文以我国朱日和风电场风速记录数据为基础（数据来源于东北电力大学硕士学位

论文［

1］：《风电场风速和发电功率预测研究》附录 1），建立预测模型。该风速时间序

列每小时采样一点，选用的数据范围从

1997 年 12 月 31 日 21 时至 1998 年 1 月 5 日 20