直流配电网短期风电功率预测研究
针对直流配电网特性和风电功率的非线性、非平稳性,以及BP神经网络预测精度低的特点,提出基于经验模态分解方法和极限学习机的组合短期风电功率预测模型,此算法对初始风电功率的时间序列采用经验模态分解,以降低序列的非平稳性;再依据分量的特征建立相应适当的极限学习机的预测模型;最后,整合分量的预测值以获取最终的预测值.选取潼关港口风电场电网风电数据进行仿真分析,实验结果显示,与传统预测算法相比,此算法对短期风电预测精度较佳.
直流配电网、风电功率、经验模态分解法、极端学习机
38
TM71(输配电工程、电力网及电力系统)
陕西省科技计划项目2019GY-076
2020-01-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
62-65