基于MEEMD-LSSVM的风电功率超短期预测研究

被引：29

作者：

魏乐

李思莹

机构：

[1] 华北电力大学控制与计算机工程学院

来源：

智慧电力 | 2020年 / 48卷 / 05期

关键词：

风电功率预测; MEEMD; 样本熵; LSSVM;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TP181 [自动推理、机器学习];

学科分类号：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

针对风能的波动性和间歇性,提出了一种基于改善集成经验模式分解(MEEMD)和最小二乘支持向量机(LSSVM)的风电功率超短期预测方法,首先利用MEEMD将功率序列根据频率高低分解为特征不同的本征模态分量(IMF),然后计算各IMF的样本熵,合并熵值相似的IMF分量。对合并之后的各IMF分量分别进行LSSVM子模型建模,最后将各分量建模结果叠加得到功率预测曲线。基于大连风电场现场数据的检验结果说明,该方法预测精度较高且运算时间合理,适用于工程上风电功率的预测。

引用

页码：21 / 26

页数：6

共 15 条

[1]

基于CEEMD和随机森林算法的短期风电功率预测 [J].