华北电力大学学报(自然科学版)

2020, v.47;No.203(01) 33-41

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于组合优化算法的短期风电功率预测
Short-term Wind Power Prediction Based on Combinatorial Optimization Algorithm

孙海蓉;张鸽;王瑞珈;

摘要(Abstract):

针对风电功率的长记忆、大波动性特点,提出了一种短期风电功率组合预测算法。利用集合经验模式分解算法在风电功率序列分解过程中添加成对的正负噪声分量,得到的不同复杂度的子序列,提高信号重构精度和分解速度。风电功率子序列的线性分量应用自回归分数积分移动平均模型进行预测,风电功率子序列的非线性分量利用自回归分数积分移动平均模型的残差序列训练优化后的支持向量机模型来进行预测,最后组合得到风电功率预测结果。通过对国内某风电场风电功率数据进行验证,表明该组合预测模型的预测精度更高,且模型具有更好的适应性。

关键词(KeyWords): 集成经验模态分解;自回归分数积分移动平均模型;支持向量机;短期风电功率预测

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 孙海蓉;张鸽;王瑞珈;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享