10.19753/j.issn1001-1390.2020.21.013
基于MEEMD-KELM的短期风电功率预测
风电功率时序信号是间歇性、波动性的非平稳信号,信号的平稳化处理是风电功率预测的关键.针对EEMD在分解风功率时序信号时存在模态混淆、伪分量和较大的重构误差等问题,将MEEMD用于风功率信号分解并与KELM模型相结合,提出了基于MEEMD-KELM的风电功率短期预测方法.该方法采用CEEMD将原始信号按频率高低依次分解,检测分量的排列熵值,通过熵值判断异常分量信号并将其从原始信号中剔除,再对分离后的信号进行EMD分解,得到的若干个IMF分量分别通过KELM模型进行组合预测.以上海某风场为例进行仿真实验,并与传统方法进行对比,结果表明该方法预测精度更优且更具稳定性.
MEEMD、KELM、风电功率预测、排列熵、模态混淆
57
FM614
国家自然科学基金资助项目;上海市浦江人才计划
2020-11-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
92-98