共 12 条
基于极限学习机与格兰杰检验的风电功率缺失数据补齐
被引：8
作者：
杨茂
[1
]
王金鑫
[1
]
都键
[2
]
机构：
[1] 东北电力大学现代电力系统仿真控制与绿色电能新技术吉林省重点实验室
[2] 国网赤峰供电公司经济技术研究所
来源：
关键词：
数据补齐;
时空分布;
极限学习机;
格兰杰因果检验;
多重插补;
D O I：
10.19718/j.issn.1005-2992.2019-05-0009-08
中图分类号：
TM614 [风能发电];
学科分类号：
0807 ;
摘要：
风电场输出功率的完整性对于研究人员后续的数据分析工作具有重要的意义.文中分别从时间和空间入手,提出一种基于极限学习机与格兰杰检验的风电功率缺失数据补齐方法.首先,提出一种输出权重优化的极限学习机,对缺失点后的数据建立目标约束,综合考虑缺失数据段前、后的数据,进行时间上的补齐;然后,将格兰杰因果检验运用在数据补齐模型中,找到空间上与功率缺失风机对应的因果风机,进行空间上数据的补齐;最后,运用多重插补法,将两组数据补齐结果进行组合.就单机与多机的数据缺失情况进行补齐,通过与自适应神经模糊推理模型进行效果比较,补齐效果有明显的提高.
引用
收藏
页码：9 / 16
页数：8
相关论文