基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测

论文摘要

准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间。实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度。

论文目录

• 0 引 言
• 1 二维经验模态分解-样本熵
•   1.1 二维经验模态分解
•   1.2 样本熵
• 2 区间评价指标
•   2.1 区间覆盖率
•   2.2 区间平均宽度
• 3 预测区间构造
•   3.1 区间优化目标的构造
•   3.2 构造区间
•     （1） 算法初始化。
•     （2） 产生随机数。
•     （3） 产生新解。
•     （4） 更新和声记忆库。
•     （5） 核准终止准则。
• 4 基于DBN-LSSVM的组合预测模型
•   4.1 DBN-LSSVM算法
•     （1） 预训练阶段。
•     （2） 微调阶段。
•   4.2 区间组合预测模型
•     （1） 构造区间。
•     （2） 分解重构。
•     （3） 组合预测。
•     （4） 组合。
• 5 算例分析
•   5.1 基于BEMD的风电功率序列分析
•   5.2 基于DBN-LSSVM的算法有效性分析
• 6 结 论

文章来源

类型: 期刊论文

作者: 杨德友,高子昂,李音璇

关键词: 风电功率,区间预测,功率预测,经验模态分解

来源: 电力建设 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 东北电力大学电气工程学院

基金: 国家重点研发计划项目(2016YFB0900104)~~

分类号: TM614

页码: 118-127

总页数: 10

文件大小: 3952K

下载量: 315