基于EWT和分位数回归森林的短期风电功率概率密度预测

摘要：

概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息,提出基于经验小波变换(EWT)和分位数回归森林的短期风电功率概率密度组合预测模型.首先,采用新型自适应信号处理方法—经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测.仿真结果验证了所提模型的有效性.

关键词：经验小波变换、分位数回归森林、核密度估计、概率密度、短期风电功率预测、模型

所属期刊栏目：38

分类号：TM761(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51507052;国家电网公司科技项目J2017089

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：158-165