基于原子稀疏分解理论的短期风电功率滑动预测

被引:8
作者
崔明建 [1 ]
孙元章 [1 ]
柯德平 [1 ]
王树鹏 [2 ]
机构
[1] 武汉大学电气工程学院
[2] 不详
关键词
风电; 预测; 原子稀疏分解; 人工神经网络; 模型;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
采用一种具有很强的非平稳信号跟踪、预测能力的原子稀疏分解(ASD)法,作为人工神经网络(ANN)的前置分解方法,将风电功率序列分解为原子分量和残差分量,对原子分量进行自预测,残差分量进行ANN预测,再通过追加最新的风电功率实时数据来更新ASD的结果,进而滑动预测下一个时刻的风电功率。以实际风电场数据进行验证,结果证明了该模型可以有效地处理风电功率非平稳性,产生更为稀疏的分解效果,显著地降低了绝对平均误差、均方根误差计算值的统计区间。
引用
收藏
页码:120 / 127
页数:8
相关论文
共 25 条
  • [1] 兆瓦级全功率风电并网变流器功率组件设计
    杨捷
    金新民
    吴学智
    梁小广
    宋高升
    尹靖元
    [J]. 电力自动化设备, 2013, 33 (10) : 21 - 27
  • [2] 基于D-S证据理论的短期风速预测模型
    刘亚南
    卫志农
    朱艳
    孙国强
    孙永辉
    杨友情
    钱瑛
    周军
    [J]. 电力自动化设备, 2013, 33 (08) : 131 - 136
  • [3] 基于云支持向量机模型的短期风电功率预测
    凌武能
    杭乃善
    李如琦
    [J]. 电力自动化设备, 2013, 33 (07) : 34 - 38
  • [4] 基于热电风电协调调度的系统日调峰能力分析
    龙虹毓
    徐瑞林
    何国军
    赵渊
    谢开贵
    张煦
    [J]. 电力自动化设备, 2013, 33 (04) : 30 - 34+54
  • [5] 基于改进OLS-RBF神经网络模型的短期风电场出力预测
    洪翠
    温步瀛
    林维明
    [J]. 电力自动化设备, 2012, 32 (09) : 40 - 43+59
  • [6] 基于双字典集的信号稀疏分解算法
    王树朋
    王文祥
    李宏伟
    [J]. 计算机应用, 2012, 32 (09) : 2512 - 2515
  • [7] 基于组合滤波和时频原子变换的故障录波数据分析新算法
    刘林
    林涛
    肖英伟
    徐遐龄
    [J]. 电力自动化设备, 2012, 32 (07) : 83 - 88
  • [8] 采用原子分解能量熵的低频振荡主导模式检测方法
    李勋
    龚庆武
    贾晶晶
    [J]. 中国电机工程学报, 2012, 32 (01) : 131 - 139+8
  • [9] 风电功率波动特性的概率分布研究
    林卫星
    文劲宇
    艾小猛
    程时杰
    李伟仁
    [J]. 中国电机工程学报, 2012, 32 (01) : 38 - 46+20
  • [10] 基于小波—BP神经网络的短期风电功率预测方法
    师洪涛
    杨静玲
    丁茂生
    王金梅
    [J]. 电力系统自动化, 2011, 35 (16) : 44 - 48