基于条件分类与证据理论的短期风电功率非参数概率预测方法

发布时间：2017-12-15 11:22

  本文关键词：基于条件分类与证据理论的短期风电功率非参数概率预测方法

  更多相关文章： 风电功率概率预测 非参数估计 支持向量机 稀疏贝叶斯分类 D-S证据理论

【摘要】：提出了一种基于稀疏贝叶斯分类与Dempster-Shafer(D-S)证据理论的短期风电功率概率分布非参数估计方法,预测时间尺度为48 h。该方法首先通过支持向量机(support vector machine,SVM)对风电功率进行点预测;进而将SVM预测误差的范围离散为多个区间,通过建立稀疏贝叶斯分类器对SVM预测误差落入各预定区间的概率进行估计。然后应用D-S证据理论对所有区间对应的概率估计结果进行整合,得到SVM预测误差的整体概率分布。最后叠加误差分布与SVM预测的风电功率值,得到风电功率的概率分布结果。该方法基于稀疏贝叶斯架构构建,具有高稀疏性,确保了模型的泛化能力与计算速度。该方法还系统地计及了风电场输出功率必须满足在[0,GN](GN为风电场装机容量)内取值的边界约束,使预测结果更加符合实际。以某74 MW的风电场为例对上述方法进行了验证,结果表明了该方法的有效性。
【作者单位】： 电网智能化调度与控制教育部重点实验室(山东大学);国网山东省电力公司检修公司;
【基金】：国家重点基础研究发展计划项目(973项目)(2013CB228205) 国家自然科学基金项目(51007047,51477091)~~
【分类号】：TM614
【正文快照】： vector machine,SVM)对风电功率进行点预测;进而将SVM预测误差的范围离散为多个区间,通过建立稀疏贝叶斯分类器对SVM预测误差落入各预定区间的概率进行估计。然后应用D-S证据理论对所有区间对应的概率估计结果进行整合,得到SVM预测误差的整体概率分布。最后叠加误差分布与SVM

【相似文献】

中国期刊全文数据库 前10条

1 周凌柯,刘瑞兰;对证据理论检测显著误差的研究[J];南京理工大学学报(自然科学版);2005年S1期

2 陈炜军;景占荣;袁芳菲;朱安福;;D-S证据理论的不足及其数学修正[J];中北大学学报(自然科学版);2010年02期

3 宋建勋;张进;吴钦章;;基于D-S证据理论的多特征数据融合算法[J];火力与指挥控制;2010年07期

4 邓勇;蒋雯;韩德强;;广义证据理论的基本框架[J];西安交通大学学报;2010年12期

5 石春和;梁伟;;D-S证据理论应用中的一种验证方法[J];火力与指挥控制;2006年11期

6 夏庆观;温秀兰;;基于D-S证据理论的工程实践保障能力的评估[J];南京工程学院学报(自然科学版);2006年04期

7 梁伟;胡建旺;;用基于矩阵的D-S证据理论方法判定目标属性[J];电光与控制;2007年04期

8 陈海;胡建旺;;证据理论的研究[J];兵工自动化;2007年11期

9 胡晓明;岳小云;;基于证据理论数据融合的故障诊断研究[J];流体传动与控制;2008年01期

10 胡晓明;吴建华;;基于证据理论数据融合的故障诊断研究[J];液压气动与密封;2008年03期

中国重要会议论文全文数据库 前10条

1 马永一;沈怀荣;彭颖;;对D-S证据理论几种改进方法的分析与讨论[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

2 郑德玲;汤新蓓;方巍;王俊然;;基于D-S证据理论的多专家意见综合方法[A];1996年中国控制会议论文集[C];1996年

3 孙怀江;杨静宇;;证据理论的改进及其应用[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

4 潘巍;王阳生;;一种基于D-S证据理论的情感辨识算法[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

5 周凌柯;刘瑞兰;;对证据理论检测显著误差的研究[A];2005全国自动化新技术学术交流会论文集（三）[C];2005年

6 孔鹏程;周健;;基于D-S证据理论的改进算法的研究[A];2011中国仪器仪表与测控技术大会论文集[C];2011年

7 赵韩;方艮海;王勇;;证据理论在机构评价与选型中的应用[A];第十四届全国机构学学术研讨会暨第二届海峡两岸机构学学术交流会论文集[C];2004年

8 谢楠;李靖;李建爽;黄绚烨;;基于证据理论的施工中人为过失改错效果的评估方法[A];第22届全国结构工程学术会议论文集第Ⅲ册[C];2013年

9 朱靖;王晨熙;鄢茂林;郑义成;;D-S证据理论在多传感器身份融合中的改进[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

10 王波;吴华丽;王灿林;;一种基于D-S证据理论的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

中国博士学位论文全文数据库 前8条

1 李海生;基于证据理论的分类方法研究[D];华南理工大学;2013年

2 肖建于;证据理论研究及其在矿井突水预测中的应用[D];中国矿业大学;2012年

3 栗峥;后现代证据理论研究[D];中国政法大学;2008年

4 梁伟光;基于证据理论的在轨航天器故障诊断方法研究[D];中国科学技术大学;2011年

5 缪燕子;多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究[D];中国矿业大学;2009年

6 锁斌;基于证据理论的不确定性量化方法及其在可靠性工程中的应用研究[D];中国工程物理研究院;2012年

7 肖明珠;基于证据理论的不确定性处理研究及其在测试中的应用[D];电子科技大学;2008年

8 唐敏;混合不确定性表示及应用研究[D];国防科学技术大学;2012年

，

本文编号：1291790