基于变分模态分解和LSSVM的风电场短期风速预测

被引：101

作者：

张妍 ^{[1
]}

韩璞 ^{[1
]}

王东风 ^{[1
]}

王少蕊 ^{[2
]}

机构：

[1] 华北电力大学自动化系

[2] 博莱克威奇(北京)工程设计有限公司

来源：

太阳能学报 | 2018年 / 39卷 / 01期

关键词：

风速预测; 支持向量机; 差分进化; 变分模态分解; 风电场;

D O I：

10.19912/j.0254-0096.2018.01.029

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：

针对风速序列的随机性和非平稳性带来的难以准确预测的问题,提出一种基于变分模态分解和最小二乘支持向量机的风速预测模型。首先利用变分模态分解将风速序列分解为一系列限带内禀模态函数以降低其非平稳性对预测性能的影响,然后对各模态分别建立最小二乘支持向量机预测模型,并利用改进的差分进化算法对其关键核参数寻优,最后将各子序列预测结果叠加组合得到最终风速预测值。实例研究表明,所提出的预测模型在短期风速预测上有较高的预测精度。

引用

页码：194 / 202

页数：9

共 12 条

[1]

基于变分模态分解和概率密度估计的变压器绕组变形在线检测方法 [J].

张宁 ;

朱永利 ;

高艳丰 ;

赵磊 ;

陈旭 ;

郭小红 .

电网技术, 2016, 40 (01) :297-302

[2]

基于因散经验模式分解与最小二乘支持向量机的风电场短期风速预测 [J].

杨德友 ;

蔡国伟 .

东北电力大学学报, 2015, 35 (03) :44-49

[3]

基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断 [J].

刘长良 ;

武英杰 ;

甄成刚 .

中国电机工程学报, 2015, 35 (13) :3358-3365

[4]

基于小波包变换的最小二乘支持向量机短期风速多步预测和信息粒化预测的研究 [J].

柳玉 ;

曾德良 ;

刘吉臻 ;

白恺 ;

宋鹏 .

太阳能学报, 2014, 35 (02) :214-220

[5]

基于EEMD-SVM方法的光伏电站短期出力预测 [J].

茆美琴 ;

龚文剑 ;

张榴晨 ;

曹雨 ;

徐海波 .

中国电机工程学报, 2013, 33 (34) :17-24+5

[6]

基于局域均值分解和多核最小二乘支持向量机的短期风速预测 [J].

孙斌 ;

姚海涛 .

太阳能学报, 2013, 34 (09) :1567-1573

[7]

基于EEMD与时间序列法的短期风电场功率预测 [J].

常鹏 ;

高亚静 ;

张琳 ;

李均强 .

电力科学与工程, 2012, 28 (03) :33-39

[8]

局部均值分解与经验模式分解的对比研究 [J].

程军圣 ;

张亢 ;

杨宇 ;

于德介 .

振动与冲击, 2009, 28 (05) :13-16+201

[9]

HHT在电力系统低频振荡模态参数提取中的应用 [J].

李天云 ;

谢家安 ;

张方彦 ;

李晓晨 .

中国电机工程学报, 2007, (28) :79-83

[10]

Short-term wind speed forecasting using wavelet transform and support vector machines optimized by genetic algorithm.[J].Da Liu;Dongxiao Niu;Hui Wang;Leilei Fan.Renewable Energy.2014,

← 1 2 →