基于相空间重构的神经网络短期风速预测-廖志强

第11卷第1期2012年2月江南大学学报(自然科学版)JournalofJiangnanUniversity(NaturalScienceEdition)Vol．11No．1Feb．2012收稿日期:2011－10－14;修订日期:2011－12－02。基金项目:国家自然科学基金项目(51075418);重庆市自然科学基金项目(CSTC2008BB2356)。作者简介:廖志强(1988—)，男，福建三明人，检测技术及其自动化装置专业硕士研究生。*通信作者:李太福(1971—)男，四川资阳人，教授，硕士生导师。主要从事计算智能等研究。Email:litaifuemail@qq．com基于相空间重构的神经网络短期风速预测廖志强1，李太福*2，余德均3，程杨4，姚立忠1(1．西安石油大学电子工程学院，陕西西安710065;2．重庆科技学院电气与信息学院，重庆401331;3．重庆电力高等专科学校实践教学部，重庆400053;4．重庆市农业科学院，重庆401329)摘要:针对风速具有较强的混沌特性，预测难度较大，提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪，运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数，对样本空间进行重构，使新的样本能够表征原始时间序列动态特性，更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。关键词:相空间重构;互信息法;虚假最近邻点法;BP神经网络;风速预测中图分类号:TP183文献标识码:A文章编号:1671－7147(2012)01－0014－05Short-TermWindSpeedForecastingofNeuralNetworkBasedonPhaseSpaceReconstructionLIAOZhi-qiang1，LITai-fu*2，YUDe-jun3，CHENGYang4，YAOLi-zhong1(1．CollegeofElectronicEngineering，Xi＇anShiyouUniversity，Xi＇an710065，China;2．DepartmentofElectricalandInformationEngineering，ChongqingUniversityofScienceandTechnology，Chongqing401331，China;3．DepartmentofTeachingPractice，ChongqingElectricPowerCollege，Chongqing400053，China;4．ChongqingAcademyofAgriculturalSciences，Chongqing401329，China)Abstract:Consideringthewindspeedbuilt-inastrongchaoscharacteristicanddifficulttoforecast，ashort-termwindspeedpredictionmethodbasedonphasespacereconstructionandneuralnetworkisproposedtopredictwindspeeddataoftimeseries．Thedatanoisesarereducedbywaveletde-noising．Optimaldelaytimeisobtainedbymutualinformationmethodandembeddingdimensionisalsocalculatedbyfalsenearestneighbor(FNN)methodwhichreconstructedthesamplespace．Thenewspacecannotonlybecharacterizedbythedynamiccharacteristicsoftheoriginaltimeseriesbutalsoreflectthecharacteristicsofwind．Finally，BPnetworkcanbeusedtoforecastshort-termwindspeed．Theexperimentalresultsshowthattheaccuracyofshort-termwindspeedpredictionisimproved．Keywords:phasespacereconstruction，mutualinformationmethod，falsenearestneighbor，BP-NN，windspeedforecast鉴于石油、天然气、煤炭等燃料日益枯竭，并对环境造成污染，各国都在积极发展各种绿色能源技术。风力发电作为一种绿色的可再生能源，越