基于数据挖掘与小波去噪的短期风电功率预测

摘要：

针对大量历史风电数据中存在的异常数据以及风电数据采集时受到噪声污染的问题,采用曲线拟合数据挖掘方法修改历史数据中的异常数据提高了数据质量,小波变换法消除原始信号中的噪声降低了数据的波动性.根据经数据挖掘与小波去噪处理的风电数据建立自动回归滑动平均(ARMA)预测模型.以国内西北某风电场的实测风电数据进行仿真分析,与传统预测方法对比.仿真结果表明,所提预测方法有效地提高了短期风电功率预测精度.

关键词：数据挖掘;小波去噪;自动回归滑动平均;风功率预测

所属期刊栏目：38

分类号：TM743(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;自治区高校科研计划自然科学项目;新疆自治区天山雪松计划

在线出版日期：2021-11-08（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：90-94,133