基于变分模态分解和蝙蝠算法-相关向量机的短期风速区间预测

被引：60

作者：

范磊 ^{[1
]}

卫志农 ^{[1
]}

李慧杰 ^{[2
]}

Kwok W Cheung ^{[3
]}

孙国强 ^{[1
]}

孙永辉 ^{[1
]}

机构：

[1] 河海大学能源与电气学院

[2] 阿尔斯通电网技术中心有限公司

[3] GE Grid Solutions lnc

来源：

电力自动化设备 | 2017年 / 37卷 / 01期

基金：

国家高技术研究发展计划(863计划);

关键词：

风电; 风速预测; 短期预测; 相关向量机; 变分模态分解; 区间预测;

D O I：

10.16081/j.issn.1006-6047.2017.01.015

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

现有的风速预测方法大多是确定性的点预测,无法描述风速的随机性。针对该问题,建立基于变分模态分解(VMD)和蝙蝠算法-相关向量机(BA-RVM)的短期风速区间预测模型。对原始风速序列进行变分模态分解获得多个子序列;采用样本熵(SE)算法对子序列进行重组得到3类具有典型特性的分量;对各分量采用相关向量机算法分别建立预测模型。为进一步提高预测精度、缩小区间范围,引入蝙蝠算法(BA)对预测模型进行参数优化。将各分量的预测结果进行叠加求和得到一定置信水平下总体的区间预测结果。实际算例结果表明,与现有方法相比,所提区间预测方法的预测精度和区间覆盖率更高,区间宽度更窄。

引用

页码：93 / 100

页数：8

共 24 条

[1] 计及可信度的变结构贝叶斯网络电网故障诊断 [J].