基于数学形态学聚类与果蝇优化算法的风电功率短期预测

基于数学形态学聚类与果蝇优化算法的风电功率短期预测

论文摘要

针对预测模型训练数据的选择以及模型参数最优化的问题,提出一种基于数学形态学聚类与果蝇优化算法相结合的风电功率短期预测方法。数学形态学聚类方法通过膨胀腐蚀运算,自动将数值天气预报数据聚成类,然后寻找与预测日相似的类作为训练样本。果蝇优化算法能较快确定模型的最优参数。通过对依兰风电场的发电功率进行预测,证实该方法的有效性,其精度比基于K均值聚类方法和粒子群优化算法的预测模型要高,且训练数据对模型精度的影响会高于模型本身参数的优化。

论文目录

  • 0 引言
  • 1 基于数学形态学的聚类方法
  • 2 果蝇优化算法
  • 3 预测模型的建立
  • 4 实际风力发电功率预测
  •   4.1 基于数学形态学的聚类分析结果
  •   4.2 果蝇优化算法结果
  •   4.3 仿真结果
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 王丽婕,王勃,王铮,郝颖,冬雷,丘刚

    关键词: 风电功率,数学形态学,聚类分析,果蝇优化算法,短期预测

    来源: 太阳能学报 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 北京信息科技大学电气工程系,中国电力科学研究院有限公司,北京理工大学自动化学院,国网新疆电力有限公司

    基金: 国家自然科学基金(51607009),北京市属高校高水平教师队伍建设支持计划青年拔尖人才培育计划(CIT&TCD201804053)

    分类号: TM614;TP18

    页码: 3621-3627

    总页数: 7

    文件大小: 1121K

    下载量: 145

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于数学形态学聚类与果蝇优化算法的风电功率短期预测
    下载Doc文档

    猜你喜欢