基于MEEMD与排列熵的风电功率超短期预测研究

论文摘要

针对EMD方法存在模态混叠和IMF分量过多等问题,文章提出了一种基于MEEMD与排列熵的风电功率超短期预测方法。首先,利用MEEMD将原始时间序列分解得到各IMF分量,避免模态混叠。然后,计算各IMF分量的排列熵值,将熵值相近的分量合并,有效降低计算量。最后,用模糊树方法分别建立各分量预测子模型,通过叠加得到风电功率预测值。基于某风电场实际运行数据的预测结果表明,该方法的预测精度较高且运算速度较快,适用于风电功率的超短期预测。

论文目录

• 0 引言
• 1 模态分解及模态合并
•   1.1 数据样本
•   1.2 MEEMD
•   1.3 各IMF分量排列熵计算
•   1.4 模态合并
• 2 模糊树预测模型建立
•   2.1 模糊树算法
•   2.2 模糊树预测模型
•   2.3 不同预测模型的预测结果比较
• 3 结束语

文章来源

类型: 期刊论文

作者: 曹威,刘长良,王梓齐,李海军

关键词: 风电功率预测,排列熵,模糊树建模

来源: 可再生能源 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,农业科技

专业: 电力工业

单位: 华北电力大学控制与计算机工程学院,国家电投集团河南电力有限公司技术信息中心

基金: 北京市自然科学基金资助项目(4182061),中央高校基本科研业务费专项资金资助项目(2016MS143,2018ZD05)

分类号: TM614

DOI: 10.13941/j.cnki.21-1469/tk.2019.03.020

页码: 439-444

总页数: 6

文件大小: 1408K

下载量: 374