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