專(zhuān)利名稱(chēng)：對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及風(fēng)資源分析技術(shù)領(lǐng)域，尤其涉及一種對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法。
背景技術(shù)：
風(fēng)資源分析的最基礎(chǔ)依據(jù)是測(cè)風(fēng)塔的測(cè)風(fēng)資料，但是測(cè)風(fēng)塔的原始數(shù)據(jù)經(jīng)常出現(xiàn)缺測(cè)，同時(shí)存在一定數(shù)量的不合理數(shù)據(jù)，而對(duì)缺測(cè)數(shù)據(jù)和不合理數(shù)據(jù)進(jìn)行修補(bǔ)的準(zhǔn)確與否， 直接影響到后期的風(fēng)資源評(píng)估以及風(fēng)電場(chǎng)電量的估算。因而，對(duì)測(cè)風(fēng)塔缺測(cè)不合理數(shù)據(jù)的修正是必要的，修正的準(zhǔn)確與否是至關(guān)重要的。缺測(cè)不合理數(shù)據(jù)包括缺測(cè)數(shù)據(jù)以及不合理數(shù)據(jù)其中，缺測(cè)數(shù)據(jù)是全部測(cè)風(fēng)數(shù)據(jù)中，實(shí)際測(cè)量時(shí)未測(cè)得的本應(yīng)測(cè)量的數(shù)據(jù)；不合理數(shù)據(jù)是根據(jù)國(guó)標(biāo)標(biāo)準(zhǔn)對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行合理性判斷后，得出的不合理數(shù)據(jù)。當(dāng)前，對(duì)測(cè)風(fēng)數(shù)據(jù)修正的方法有替換法、相關(guān)法、以及切變法等。在對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的過(guò)程中，替換法較為簡(jiǎn)單，只適用于缺失少量數(shù)據(jù)的情況，數(shù)據(jù)量大的情況下，缺乏依據(jù)性；采用相關(guān)法進(jìn)行修正，需要大量的原始數(shù)據(jù)來(lái)提高修正的準(zhǔn)確性；并且切變法同樣存在上述問(wèn)題。人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANN)系統(tǒng)是20世紀(jì)40年代后出現(xiàn)的，它由眾多的神經(jīng)元可調(diào)的連接權(quán)值連接而成，具有大規(guī)模并行處理、分布式信息存儲(chǔ)、 良好的自組織自學(xué)習(xí)能力等特點(diǎn)，在信息處理、模式識(shí)別、智能控制及系統(tǒng)建模等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程，它的學(xué)習(xí)規(guī)則是使用最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。圖1是神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)圖。 如圖1所示，神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層(Input layer)、隱層(Hide layer)和輸出層(Output layer)，圖1中，I1 In代表輸入層，H1 Hn代表隱層，0代表輸出層，具體的運(yùn)算過(guò)程中，數(shù)據(jù)從輸入層進(jìn)入神經(jīng)網(wǎng)絡(luò)系統(tǒng)，在隱層進(jìn)行運(yùn)算，將結(jié)果輸出到輸出層。

發(fā)明內(nèi)容
本發(fā)明針對(duì)當(dāng)前測(cè)風(fēng)數(shù)據(jù)修正方法中存在的例如需要大量的原始數(shù)據(jù)、不能對(duì)大量的數(shù)據(jù)進(jìn)行修正等問(wèn)題，提出了一種對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，將神經(jīng)網(wǎng)絡(luò)系統(tǒng)作為一個(gè)運(yùn)算模塊，有效地提高了修正的準(zhǔn)確率，減少了誤差率。本發(fā)明提出的對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法包括步驟一對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)分為正常數(shù)據(jù)和缺測(cè)不合理數(shù)據(jù)；步驟二 將原始數(shù)據(jù)中以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度全部為正常數(shù)據(jù)的數(shù)據(jù)組輸入到神經(jīng)網(wǎng)絡(luò)模塊，建議運(yùn)算模型，得到輸入和輸出之間的關(guān)系；步驟三將與需要修正的缺測(cè)不合理數(shù)據(jù)同時(shí)間段的正常數(shù)據(jù)作為輸入數(shù)據(jù)， 輸入到神經(jīng)網(wǎng)絡(luò)模塊中，利用已經(jīng)建立好的運(yùn)算模型，得到修正好的正確數(shù)據(jù)。根據(jù)本發(fā)明所提出的方法的另一方面，步驟一具體包括將原始數(shù)據(jù)輸入計(jì)算機(jī)， 通過(guò)依據(jù)國(guó)際標(biāo)準(zhǔn)建立的公式來(lái)判定所輸入的原始數(shù)據(jù)是正常數(shù)據(jù)還是缺測(cè)不合理數(shù)據(jù)。
根據(jù)本發(fā)明所提出的方法的另一方面，步驟二具體包括所述輸入所對(duì)應(yīng)的測(cè)風(fēng)高度為以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度部分為正常數(shù)據(jù)的數(shù)據(jù)組中正常數(shù)據(jù)所對(duì)應(yīng)的測(cè)風(fēng)高度， 所述輸出所對(duì)應(yīng)的測(cè)風(fēng)高度為以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度部分為正常數(shù)據(jù)的數(shù)據(jù)組中缺測(cè)不合理數(shù)據(jù)所對(duì)應(yīng)的測(cè)風(fēng)高度。


圖1是人工神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)圖；圖2是根據(jù)本發(fā)明對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法流程圖；圖3是采用本發(fā)明對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法運(yùn)算實(shí)例圖。
具體實(shí)施例方式下面通過(guò)具體實(shí)施例對(duì)本發(fā)明進(jìn)行描述，并不限定本發(fā)明的范圍。圖2示出了根據(jù)本發(fā)明對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法流程。如圖2所示，本發(fā)明利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)缺測(cè)不合理數(shù)據(jù)進(jìn)行修正，其具體過(guò)程如下1、對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)分為兩部分，分別為正常數(shù)據(jù)，缺測(cè)不合理數(shù)據(jù)在上述對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理階段，所采用的判別標(biāo)準(zhǔn)為國(guó)標(biāo)標(biāo)準(zhǔn)，確定要修正的缺測(cè)不合理數(shù)據(jù)，所采用的具體方法為將原始數(shù)據(jù)輸入計(jì)算機(jī)，通過(guò)依據(jù)國(guó)際標(biāo)準(zhǔn)建立的公式來(lái)判定所輸入的原始數(shù)據(jù)是否為缺測(cè)不合理數(shù)據(jù)；2、以測(cè)風(fēng)時(shí)間為準(zhǔn)，將各測(cè)風(fēng)高度全部為正常數(shù)據(jù)的數(shù)據(jù)組輸入到神經(jīng)網(wǎng)絡(luò)模塊，并通過(guò)計(jì)算機(jī)的運(yùn)算建立運(yùn)算模型，得到輸入和輸出之間的關(guān)系人工神經(jīng)網(wǎng)絡(luò)由非線性函數(shù)f組成，而f由一系列不同權(quán)重的線性過(guò)濾器組合而成，表達(dá)式如下V(0 = /(Σ 4/(Σ aUxJ _...............公式一
/=1 y=i
m其中，/(ΣiVO(O)為隱層函數(shù)，\是輸入變量，為隱層函數(shù)的權(quán)值，m為輸入變
量的個(gè)數(shù)，隱層函數(shù)運(yùn)算的結(jié)果作為輸出層函數(shù)的輸入值，^i)代表輸出值，Ai為輸出層函數(shù)的權(quán)值，1為中間層的個(gè)數(shù)。以實(shí)測(cè)風(fēng)速與預(yù)測(cè)風(fēng)速的最小平方差作為目標(biāo)函數(shù)，訓(xùn)練網(wǎng)絡(luò)，尋找最優(yōu)的權(quán)值 Bij以及Ai，即 SE =公 V(0 一 V(t)f...............公式二
n=l其中，為預(yù)測(cè)值，V(t)為實(shí)測(cè)值，N為訓(xùn)練數(shù)據(jù)個(gè)數(shù)；在確定最優(yōu)的權(quán)值aij以及Ai之后，從而確定輸入輸出函數(shù)的關(guān)系，預(yù)測(cè)時(shí)刻t時(shí)的風(fēng)速，具體運(yùn)算過(guò)程中，將正常數(shù)據(jù)組輸入公式一，以公式二為目標(biāo)，尋找并確定最優(yōu)權(quán)值 」以及Ai,建立運(yùn)算模型。3、將與需要修正的缺測(cè)不合理數(shù)據(jù)同時(shí)間段的正常數(shù)據(jù)作為輸入數(shù)據(jù)，輸入到神經(jīng)網(wǎng)絡(luò)模塊中，利用已經(jīng)建立好的運(yùn)算模型，從而得到修正好的正確數(shù)據(jù)。
圖3示出了根據(jù)本發(fā)明對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法運(yùn)算實(shí)例圖。如圖3所示的運(yùn)算實(shí)例中，根據(jù)判斷可知，劃線數(shù)據(jù)(風(fēng)速數(shù)據(jù))為不合理數(shù)據(jù)， 其他數(shù)據(jù)為正常數(shù)據(jù)；將2007-01-04 12:00到16:00數(shù)據(jù)組輸入到神經(jīng)網(wǎng)絡(luò)模塊，運(yùn)算以建立70m，50m以及30m，IOm之間的輸入輸出關(guān)系(具體關(guān)系式取決于運(yùn)算確定的最優(yōu)權(quán)值 Bij以及Ai)；利用建立好的運(yùn)算模型，將2007-01-04 17:00和18:00的70m，50m數(shù)據(jù)作為輸入數(shù)據(jù)，得出30m，IOm相應(yīng)的輸出結(jié)果，如圖3中的斜體所示，該輸出結(jié)果即為修正后的數(shù)據(jù)。本發(fā)明提出了一種對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，該方法采用神經(jīng)網(wǎng)絡(luò)技術(shù)， 其不僅不需要大量的原始數(shù)據(jù)，而且能對(duì)大量的數(shù)據(jù)進(jìn)行修正，有效的提高了修正的準(zhǔn)確率，減少了誤差率。雖然本發(fā)明采用上述具體實(shí)施例對(duì)所提出的方法進(jìn)行了描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，所作出的描述僅為說(shuō)明的目的，并不作為對(duì)本發(fā)明的限制，為了適應(yīng)不同的實(shí)際情況，一些相應(yīng)的修改是合理的并不超出本發(fā)明所要求保護(hù)的范圍。
權(quán)利要求
1.一種對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，特征在于該方法包括步驟一對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)分為正常數(shù)據(jù)和缺測(cè)不合理數(shù)據(jù)； 步驟二 將原始數(shù)據(jù)中以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度全部為正常數(shù)據(jù)的數(shù)據(jù)組輸入到神經(jīng)網(wǎng)絡(luò)模塊，建議運(yùn)算模型，得到輸入和輸出之間的關(guān)系；步驟三將與需要修正的缺測(cè)不合理數(shù)據(jù)同時(shí)間段的正常數(shù)據(jù)作為輸入數(shù)據(jù)，輸入到神經(jīng)網(wǎng)絡(luò)模塊中，利用已經(jīng)建立好的運(yùn)算模型，得到修正好的正確數(shù)據(jù)。
2.如權(quán)利要求1所述的對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，其特征在于步驟一具體包括將原始數(shù)據(jù)輸入計(jì)算機(jī)，通過(guò)依據(jù)國(guó)際標(biāo)準(zhǔn)建立的公式來(lái)判定所輸入的原始數(shù)據(jù)是正常數(shù)據(jù)還是缺測(cè)不合理數(shù)據(jù)。
3.如權(quán)利要求1所述的對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，其特征在于步驟二具體包括所述輸入所對(duì)應(yīng)的測(cè)風(fēng)高度為以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度部分為正常數(shù)據(jù)的數(shù)據(jù)組中正常數(shù)據(jù)所對(duì)應(yīng)的測(cè)風(fēng)高度，所述輸出所對(duì)應(yīng)的測(cè)風(fēng)高度為以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度部分為正常數(shù)據(jù)的數(shù)據(jù)組中缺測(cè)不合理數(shù)據(jù)所對(duì)應(yīng)的測(cè)風(fēng)高度。
全文摘要
提出了一種對(duì)測(cè)風(fēng)數(shù)據(jù)進(jìn)行補(bǔ)缺修正的方法，屬于風(fēng)資源分析技術(shù)領(lǐng)域，所述方法包括對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)分為正常數(shù)據(jù)和缺測(cè)不合理數(shù)據(jù)；將原始數(shù)據(jù)中以測(cè)風(fēng)時(shí)間為準(zhǔn)測(cè)風(fēng)高度全部為正常數(shù)據(jù)的數(shù)據(jù)組輸入到神經(jīng)網(wǎng)絡(luò)模塊，建議運(yùn)算模型，得到輸入和輸出之間的關(guān)系；將與需要修正的缺測(cè)不合理數(shù)據(jù)同時(shí)間段的正常數(shù)據(jù)作為輸入數(shù)據(jù)，輸入到神經(jīng)網(wǎng)絡(luò)模塊中，利用已經(jīng)建立好的運(yùn)算模型，得到修正好的正確數(shù)據(jù)。本方法解決了當(dāng)前測(cè)風(fēng)數(shù)據(jù)修正方法中存在的需要大量的原始數(shù)據(jù)、不能對(duì)大量的數(shù)據(jù)進(jìn)行修正等問(wèn)題。
文檔編號(hào)G06N3/02GK102354376SQ201110180388
公開(kāi)日2012年2月15日 申請(qǐng)日期2011年6月30日 優(yōu)先權(quán)日2011年6月30日
發(fā)明者劉豐, 孫立新, 彭懷午, 杜燕軍, 楊曉峰, 王曉林 申請(qǐng)人:內(nèi)蒙古電力勘測(cè)設(shè)計(jì)院