基于谱聚类和优化极端学习机的超短期风速预测

发布时间：2017-11-12 10:18

  本文关键词：基于谱聚类和优化极端学习机的超短期风速预测

  更多相关文章： 超短期风速预测 谱聚类 极端学习机

【摘要】：较高精度的超短期风速预测是并网运行风电场风电功率预测预报系统建立和运行的必要前提及保证。由于风速影响因素众多,具有较大的波动性和随机性,并具有高度的自相关性,给传统的风速预测方法带来了极大的挑战。提出一种基于谱聚类和极端学习机的超短期风速预测方法。该方法首先利用小波变换和主成分分析对风速数据进行去噪和降维处理,剔除数据的不规则波动,有效降低数据维度;然后分别应用谱聚类对小波变换后的各分解序列进行聚类分析,减少训练样本空间,提高样本有效性,降低计算复杂度;再应用极端学习机对各分解序列分别进行训练,同时通过遗传算法对极端学习机输入权值、偏置等参数进行优化,确保各分解序列输出最佳预测模型;最后将各分解序列预测结果相加得到最终预测结果。以某风电场实际数据进行的建模结果表明该模型有效实现了对风速的超短期、多步预测,采用的方法合理有效。
【作者单位】： 华北电力大学经济与管理学院;
【基金】：国家自然科学基金项目(70901025) 中央高校基本科研业务费专项资金资助(13MS32) 北京市哲学社会科学规划项目(13JDJGC055)~~
【分类号】：TM614
【正文快照】： 0引言风力发电是一种清洁的可再生能源,开发利用相对简单,越来越受到世界各国重视。有效的风速预测是风力发电研究的基础环节,是并网运行风电场风电功率预测预报系统建立和运行的必要前提和保证。对风电场进行较高精度的超短期风速预测,可以有效降低由于风电机组突然切出造成

【参考文献】

中国期刊全文数据库 前6条

1 蔡凯;谭伦农;李春林;陶雪峰;;时间序列与神经网络法相结合的短期风速预测[J];电网技术;2008年08期

2 王晓兰;王明伟;;基于小波分解和最小二乘支持向量机的短期风速预测[J];电网技术;2010年01期

3 杨洪明;黄拉;何纯芳;易德鑫;;冰风暴灾害下输电线路故障概率预测[J];电网技术;2012年04期

4 吴俊利;张步涵;王魁;;基于Adaboost的BP神经网络改进算法在短期风速预测中的应用[J];电网技术;2012年09期

5 尹东阳;盛义发;蒋明洁;李永胜;谢曲天;;基于粗糙集理论-主成分分析的Elman神经网络短期风速预测[J];电力系统保护与控制;2014年11期

6 杨锡运;孙宝君;张新房;李利霞;;基于相似数据的支持向量机短期风速预测仿真研究[J];中国电机工程学报;2012年04期

【共引文献】

中国期刊全文数据库 前10条

1 尹辉;罗四维;黄雅平;邹琪;;基于自适应尺度LE的轮廓编组算法[J];北京交通大学学报;2011年05期

2 胡春海;张伟涛;周倩;程淑红;;基于多尺度分析的归一化割图像分割算法[J];燕山大学学报;2012年01期

3 ;Achievements and Prospects of Wind Power Prediction[J];Electricity;2011年05期

4 时庆华;高山;陈昊;;2种风电功率预测模型的比较[J];能源技术经济;2011年06期

5 常鹏;高亚静;张琳;李均强;;基于EEMD与时间序列法的短期风电场功率预测[J];电力科学与工程;2012年03期

6 张国强;张伯明;;基于组合预测的风电场风速及风电机功率预测[J];电力系统自动化;2009年18期

7 井天军;阮睿;杨明皓;;基于等效平均风速的风力发电功率预测[J];电力系统自动化;2009年24期

8 徐曼;乔颖;鲁宗相;;短期风电功率预测误差综合评价方法[J];电力系统自动化;2011年12期

9 王扬;张金江;温柏坚;郭创新;曹一家;吴栋梁;;风电场超短期风速预测的相空间优化邻域局域法[J];电力系统自动化;2011年24期

10 戴浪;黄守道;黄科元;叶盛;;风电场风速的神经网络组合预测模型[J];电力系统及其自动化学报;2011年04期

中国重要会议论文全文数据库 前10条

1 ;Research on Image Segmentation and Feature Extraction of Freeway Roadside Landscape[A];第二十九届中国控制会议论文集[C];2010年

2 杨萍;李学庆;苏新新;牛玉贞;;基于图切分的面向纺织印染图案的分色算法[A];第四届和谐人机环境联合学术会议论文集[C];2008年

3 ;Online Clustering for Wind Speed Forecasting Based on Combination of RBF Neural Network and Persistence Method[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 ;Studies on Parameters of Loin-Eye Muscle of Hogs Carcass Using Image Processing Technology[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年

5 李彬;荣学文;;改进在线极端学习机算法在太阳黑子预测中的应用[A];第25届中国控制与决策会议论文集[C];2013年

6 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25届中国控制与决策会议论文集[C];2013年

7 李彬;荣学文;;单隐层前向神经网络在线学习算法综述与性能分析[A];第25届中国控制与决策会议论文集[C];2013年

8 苏鹏宇;万杰;刘金福;于达仁;;基于小波分解和ELMAN神经网络的短期风速多尺度预测方法[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

9 柳玉;曾德良;;基于最小二乘支持向量机和小波包变换的短期风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

10 刘明凤;修春波;;基于ARMA与神经网络的风速序列混合预测方法[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 宋军;水交换模型的理论方法及应用研究[D];中国海洋大学;2010年

2 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年

3 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年

4 刘建明;古代壁画图像保护与智能修复技术研究[D];浙江大学;2010年

5 崔卫红;基于图论的面向对象的高分辨率影像分割方法研究[D];武汉大学;2010年

6 井艳军;双馈风电机组模型预测控制研究[D];沈阳工业大学;2011年

7 王彦春;基于过渡区的图像分割技术研究[D];大连海事大学;2011年

8 韩非;蓝莓机器视觉识别与标定技术研究[D];东北林业大学;2011年

9 韩钰;基于纹理合成的图像编码算法[D];北京邮电大学;2011年

10 刘兴杰;风电输出功率预测方法与系统[D];华北电力大学;2011年

中国硕士学位论文全文数据库 前10条

1 李静伟;基于共享近邻的自适应谱聚类算法[D];大连理工大学;2010年

2 孙玉侠;数据挖掘中的谱聚类算法研究[D];中国海洋大学;2010年

3 周春銮;二维卡通角色运动重用研究[D];浙江大学;2011年

4 崔希鹏;特定对象的发现与分割方法研究[D];电子科技大学;2011年

5 杨学鑫;改进的谱聚类图像分割方法研究[D];西安电子科技大学;2010年

6 曹沛强;基于纹理合成的图像修复算法研究[D];西安电子科技大学;2011年

7 孙翰墨;基于ARMA模型的风电机组风速预测研究[D];华北电力大学（北京）;2011年

8 李宇佳;考虑风电并网的短期负荷预测方法研究[D];华北电力大学（北京）;2011年

9 方江晓;短期风速和风电功率预测模型的研究[D];北京交通大学;2011年

10 鲁坤;风电场短期风速预测与预测值的置信度检验[D];兰州理工大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 黄学良;刘志仁;祝瑞金;杨增辉;周赣;王朝明;季振亚;;大容量变速恒频风电机组接入对电网运行的影响分析[J];电工技术学报;2010年04期

2 罗文;王莉娜;;风场短期风速预测研究[J];电工技术学报;2011年07期

3 邵t，

本文编号：1175499