基于混合算法优化的短期风功率预测

摘要：

准确预测风电功率对风电规模化并网以及电网安全运行至关重要.针对短期风电功率预测,提出一种具有自适应噪声特性的完备集成经验模态分解和纵横交叉核极限学习机的混合预测模型.首先采用具有自适应噪声特性的完备集成经验模式将原始风电信号分解成多个固有模态分量;然后利用核极限学习机对各个模态分量进行预测,并采用纵横交叉算法对核极限学习机的惩罚参数和核参数进行优化,从而得到更好的预测结果,最后叠加全部分量的预测值作为最终的预测结果.以2个不同风电场实际采集的数据为算例,并引入不同方法进行对比,证实了该模型的优越性和鲁棒性.

关键词：短期风功率预测、完备集成经验模态分解、纵横交叉算法、核极限学习机

所属期刊栏目：45

分类号：TM614(发电、发电厂)

资助基金：广东省科技计划项目2016A010104016;广东电网公司科技项目GDKJQQ20152066 Project Supported by Guangdong Province Science and Technology Project2016A010104016;Guangdong Power Grid Company Science and Technology ProjectGDKJQQ20152066

在线出版日期：2017-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-30