基于MRMR的集合经验模态分解和支持向量机的风电功率实时预测

摘要：

风电场的输出功率对风能的利用有很大意义,准确地对风电功率进行预测可以使系统安全稳定的运行.先分析得出与功率有关的变量,根据最大相关最小冗余(MRMR)原则筛选得出特征,使该特征能够代替整个风场.由于风电功率时间序列的非平稳性等特征,对风电功率时间序列采用集合经验模态分解,然后建立支持向量机预测模型.通过算例验证分析说明该方法的有效性,可以提高预测精度,减小误差.

关键词：风电功率、实时预测、最大相关最小冗余、集合经验模态分解、支持向量机

所属期刊栏目：37

分类号：TM614(发电、发电厂)

资助基金：吉林市科技局杰出青年人才培养计划20156407

在线出版日期：2017-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：39-44