多频率尺度下的风电场短期风速预测融合算法

被引:5
作者
胡倩 [1 ]
周辛南 [1 ]
易伟 [2 ]
秦洪伟 [3 ]
机构
[1] 武汉大学电气工程学院
[2] 国网乌鲁木齐供电公司
[3] 华中科技大学电气与电子工程学院
关键词
短期风速预测; 多分辨率分析; 时间序列; 小波分解; 最小二乘支持向量机;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
提出了一种基于多分辨率分析下的短期风速预测方法。利用小波分解将原始风速序列分解成低频信号分量和高频信号分量,将低频信号分量作为时间序列模型的输入,将高频信号分量作为最小二乘支持向量机的输入输出未来时间段的各分量预测值。最后将各分量的预测值重构为风速序列的预测值。以内蒙古风电场为例进行仿真,结果表明文中方法显著提高了超前风速预测的精度。
引用
收藏
页码:27 / 31+36 +36
页数:6
相关论文
共 11 条
[1]  
风能技术.[M].(美) 伯顿 (Burton;T.) 等; 著.科学出版社.2007,
[2]  
小波分析及其应用.[M].孙延奎编著;.机械工业出版社.2005,
[3]  
小波分析算法与应用.[M].程正兴[著];.西安交通大学出版社.1998,
[4]  
时间序列分析的工程应用.[M].杨叔子等著;.华中理工大学出版社.1992,
[5]   风电场风速的神经网络组合预测模型 [J].
戴浪 ;
黄守道 ;
黄科元 ;
叶盛 .
电力系统及其自动化学报, 2011, 23 (04) :27-31
[6]   基于小波分解和最小二乘支持向量机的短期风速预测 [J].
王晓兰 ;
王明伟 .
电网技术, 2010, 34 (01) :179-184
[7]   基于时间序列分析的风电场风速预测模型 [J].
丁明 ;
张立军 ;
吴义纯 .
电力自动化设备, 2005, (08) :32-34
[8]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[9]   大型变速恒频风力发电机组建模与仿真 [J].
李晶 ;
宋家骅 ;
王伟胜 .
中国电机工程学报, 2004, (06) :104-109
[10]   风电对电力系统运行的价值分析 [J].
雷亚洲 ;
王伟胜 ;
印永华 ;
戴慧珠 .
电网技术, 2002, (05) :10-14