基于CEEMD和模糊熵的随机森林风力发电功率预测

被引：32

作者：

孙堃 ^{[1
,2
,3
]}

赵萌萌 ^{[1
,2
]}

沈美娜 ^{[2
]}

刘达 ^{[1
,2
,3
]}

陈广娟 ^{[4
]}

机构：

[1] 华北电力大学新能源电力与低碳发展研究中心

[2] 华北电力大学经济与管理学院

[3] 华北电力大学智慧能源研究所

[4] 山西电力交易中心

来源：

智慧电力 | 2019年 / 47卷 / 10期

关键词：

随机森林; 完备总体经验模态分解; 模糊熵; 风电预测;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

提出一种基于完备总体经验模态分解(CEEMD)和模糊熵的随机森林(RF)风力发电功率预测模型。利用CEEMD将目标序列细分为若干子序列,放大输入变量波动对最终输出结果的影响。以模糊熵值大小作为重组的评判指标,将复杂程度相近的子序列重新组合成为若干新序列。再针对不同波动属性的序列建立随机森林模型并进行模型参数优化。实证分析表明推荐模型在选取数据集中具有更好的预测能力,从而验证了该方法在风力发电功率预测领域的可行性和有效性。

引用

页码：36 / 43

页数：8

共 21 条

[1]

基于机器学习的风电场功率预测研究 [D].

周泽虹 .

南京师范大学,

2017

[2]

基于云计算和智能算法的风电功率预测方法研究 [D].

陈朋 .

华北电力大学,

2016

[3]

An improved random forest model of short-term wind-power forecasting to enhance accuracy, efficiency, and robustness [J].

Shi, Kunpeng ;

Qiao, Ying ;

Zhao, Wei ;

Wang, Qing ;

Liu, Menghua ;

Lu, Zongxiang .

WIND ENERGY, 2018, 21 (12) :1383-1394

[4]

Short-term wind power prediction based on data mining technology and improved support vector machine method: A case study in Northwest China.[J].Cunbin Li;Shuaishuai Lin;Fangqiu Xu;Ding Liu;Jicheng Liu.Journal of Cleaner Production.2018,

[5]

Multistep Wind Speed and Wind Power Prediction Based on a Predictive Deep Belief Network and an Optimized Random Forest [J].

Sun, Zexian ;

Sun, Hexu ;

Zhang, Jingxuan .

MATHEMATICAL PROBLEMS IN ENGINEERING, 2018, 2018

[6]

Hour-ahead wind power forecast based on random forests.[J].A. Lahouar;J. Ben Hadj Slama.Renewable Energy.2017,

[7]

Wind power prediction using hybrid autoregressive fractionally integrated moving average and least square support vector machine.[J].Xiaohui Yuan;Qingxiong Tan;Xiaohui Lei;Yanbin Yuan;Xiaotao Wu.Energy.2017,

[8]

Accurate medium-term wind power forecasting in a censored classification framework.[J].Carsten Croonenbroeck;Christian Møller Dahl.Energy.2014,

[9]

The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].

Huang, NE ;

Shen, Z ;

Long, SR ;

Wu, MLC ;

Shih, HH ;

Zheng, QN ;

Yen, NC ;

Tung, CC ;

Liu, HH .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995

[10]

泛在电力物联网发展建议及关键技术展望 [J].

胡畔 ;

周鲲鹏 ;

王作维 ;

丁凯 ;

曹侃 ;

钱一民 ;

陈磊 .

湖北电力, 2019, 43 (01) :1-9

← 1 2 3 →