基于集合经验模态分解和小波神经网络的短期风功率组合预测

被引：80

作者：

王贺

胡志坚

陈珍

仉梦林

贺建波

李晨

机构：

[1] 武汉大学电气工程学院

来源：

电工技术学报 | 2013年 / 28卷 / 09期

关键词：

风功率; 预测; 集合经验模态分解; 小波神经网络; 组合模型;

D O I：

10.19595/j.cnki.1000-6753.tces.2013.09.017

中图分类号：

TM714.3 [系统中能量损失的降低及无功功率的补偿];

学科分类号：

080802 ;

摘要：

从挖掘风功率特性出发,提出一种基于集合经验模态分解(EEMD)和小波神经网络(WNN)的新型风功率组合预测模型。首先对风功率序列进行集合经验模态分解,以降低风功率序列的非平稳性特征;其次基于相空间重构挖掘各子序列的统计特性,以避免预测模型输入维数选取的随意性;然后对各子序列建立小波神经网络预测模型;最后叠加各子序列预测结果得到风功率预测值。实例研究表明本文所提的组合预测模型具有较高的预测精度和较大的工程应用潜力。

引用

页码：137 / 144

页数：8

共 12 条

[1] 基于高斯过程回归的短期风速预测 [J].

孙斌 ;

姚海涛 ;

刘婷 .

中国电机工程学报, 2012, 32 (29) :104-109+5

[2] 基于相似数据的支持向量机短期风速预测仿真研究 [J].

杨锡运 ;

孙宝君 ;

张新房 ;

李利霞 .

中国电机工程学报, 2012, 32 (04) :35-41+21

[3] 大规模风电接入电网的相关问题及措施 [J].

张丽英 ;

叶廷路 ;

辛耀中 ;

韩丰 ;

范高锋 .

中国电机工程学报, 2010, 30 (25) :1-9

[4] 基于最小二乘支持向量机和粒子群算法的两相流含油率软测量方法 [J].

张春晓 ;

张涛 .

中国电机工程学报, 2010, 30 (02) :86-91

[5] 基于小波分析的风电场短期发电功率预测 [J].

王丽婕 ;

冬雷 ;

廖晓钟 ;

高阳 .

中国电机工程学报, 2009, 29 (28) :30-33

[6] 基于混沌时间序列的大型风电场发电功率预测建模与研究 [J].

冬雷 ;

王丽婕 ;

高爽 ;

廖晓钟 .

电工技术学报, 2008, 23 (12) :125-129

[7] 基于混沌因子及相空间重构后的神经网络短期电价预测的研究 [J].

罗欣 ;

周渝慧 ;

郭宏榆 .

继电器, 2008, (01) :48-51+72

[8] 基于小波神经网络的火电单元机组负荷系统建模仿真研究 [J].

侯逸文 ;

沈炯 ;

李益国 .

中国电机工程学报, 2003, (10) :220-224

[9]

Wind speed forecasting in three different regions of Mexico, using a hybrid ARIMA–ANN model[J] . Erasmo Cadenas,Wilfrido Rivera.Renewable Energy . 2010 (12)

[10]

Day-ahead wind speed forecasting using f -ARIMA models[J] . Rajesh G. Kavasseri,Krithika Seetharaman.Renewable Energy . 2008 (5)

← 1 2 →