基于聚类经验模态分解和最小二乘支持向量机的短期风速组合预测

发布时间：2018-04-01 09:25

  本文选题：风速　切入点：预测　出处：《电工技术学报》2014年04期

【摘要】：从分析风速序列的非线性和非平稳性特征出发,将一种基于聚类经验模态分解(EEMD)和最小二乘支持向量机(LSSVM)的组合预测模型引入到风速预测中。首先使用聚类经验模态分解将风速序列分解为一组相对平稳的子序列,以减轻不同趋势信息间的相互影响;然后运用最小二乘支持向量机对各子序列分别建模预测,为降低预测风险,使用自适应扰动粒子群算法(ADPSO)和模型学习效果反馈机制对LSSVM预测模型的输入维数和超参数进行联合优化;最后将各个子序列的预测结果叠加得到预测风速。实例研究表明,本文所提的组合预测模型可以有效挖掘风速序列特性,具有较高的预测精度。
[Abstract]:Based on the analysis of the nonlinear and non-stationary characteristics of wind speed series, A combined forecasting model based on clustering empirical mode decomposition (EEMD) and least squares support vector machine (LSSVM) is introduced into wind speed prediction. Firstly, the wind speed series is decomposed into a set of relatively stationary sub-sequences by clustering empirical mode decomposition. In order to reduce the interaction between different trend information, and then use the least squares support vector machine to model and predict each sub-sequence separately, in order to reduce the forecast risk, Adaptive perturbed particle swarm optimization algorithm (ADPSO) and model learning effect feedback mechanism are used to optimize the input dimension and superparameter of LSSVM prediction model. Finally, the predicted wind speed is obtained by superposing the prediction results of each sub-sequence. The combined prediction model proposed in this paper can effectively mine the characteristics of wind speed series and has high prediction accuracy.
【作者单位】： 武汉大学电气工程学院;广西电力科学研究院;新乡供电公司;
【基金】：博士点基金(20110141110032) 教育部中央高校基本科研业务费专项资金(20112072020008)资助项目
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 冬雷;王丽婕;高爽;廖晓钟;;基于混沌时间序列的大型风电场发电功率预测建模与研究[J];电工技术学报;2008年12期

2 杜颖;卢继平;李青;邓颖玲;;基于最小二乘支持向量机的风电场短期风速预测[J];电网技术;2008年15期

3 吴秋波;王允诚;赵秋亮;吴昌荣;;混沌惯性权值调整策略的粒子群优化算法[J];计算机工程与应用;2009年07期

4 廖志强;李太福;余德均;程杨;姚立忠;;基于相空间重构的神经网络短期风速预测[J];江南大学学报(自然科学版);2012年01期

5 尚万峰;赵升吨;申亚京;;遗传优化的最小二乘支持向量机在开关磁阻电机建模中的应用[J];中国电机工程学报;2009年12期

6 王丽婕;冬雷;廖晓钟;高阳;;基于小波分析的风电场短期发电功率预测[J];中国电机工程学报;2009年28期

7 张春晓;张涛;;基于最小二乘支持向量机和粒子群算法的两相流含油率软测量方法[J];中国电机工程学报;2010年02期

8 袁铁江;晁勤;李义岩;吐尔逊·伊不拉音;;大规模风电并网电力系统经济调度中风电场出力的短期预测模型[J];中国电机工程学报;2010年13期

9 张丽英;叶廷路;辛耀中;韩丰;范高锋;;大规模风电接入电网的相关问题及措施[J];中国电机工程学报;2010年25期

10 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】

相关期刊论文 前10条

1 刘敬;高志建;;应用神经网络法预测光伏系统发电功率[J];大功率变流技术;2010年03期

2 尹金良;朱永利;;支持向量机参数优化及其在变压器故障诊断中的应用[J];电测与仪表;2012年05期

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

4 项倩雯;孙玉坤;张新华;;磁悬浮开关磁阻电机建模与参数优化设计[J];电机与控制学报;2011年04期

5 林章岁;罗利群;;福建省风电出力特性及其对电网的影响分析[J];电力建设;2011年12期

6 孙伟卿;王承民;张焰;;智能电网中的柔性负荷[J];电力需求侧管理;2012年03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 王卿然;谢国辉;张粒子;;含风电系统的发用电一体化调度模型[J];电力系统自动化;2011年05期

9 茆美琴;周松林;苏建徽;;基于脊波神经网络的短期风电功率预测[J];电力系统自动化;2011年07期

10 张粒子;周娜;王楠;;大规模风电接入电力系统调度模式的经济性比较[J];电力系统自动化;2011年22期

相关会议论文 前9条

1 项倩雯;孙玉坤;张新华;;基于SVM-GA的磁悬浮开关磁阻电机优化设计[A];中国自动化学会控制理论专业委员会C卷[C];2011年

2 靳洋;徐其春;李炜;张禹;樊建宇;马乐;;大规模风电并网信息通信接入技术研究[A];2011电力通信管理暨智能电网通信技术论坛论文集[C];2011年

3 靳洋;徐其春;苏斌;丁慧霞;汪洋;刘晓光;赵宏波;;风电集中监控系统组网方案研究[A];2011电力通信管理暨智能电网通信技术论坛论文集[C];2011年

4 栗然;柯拥勤;张孝乾;唐凡;;基于时序-支持向量机的风电场发电功率预测研究[A];中国智能电网学术研讨会论文集[C];2011年

5 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

6 曾德良;刘继伟;柳玉;;小波多尺度分析方法在磨辊磨损检测中的应用[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

7 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

8 姚骏;刘奥林;李清;陈知前;杜红彪;;飞轮辅助永磁直驱风电系统不对称电网故障穿越控制[A];2013年中国电机工程学会年会论文集[C];2013年

9 宋晓芳;周玲;薛峰;;多源并存系统外送工况下的暂态稳定控制[A];2013年中国电机工程学会年会论文集[C];2013年

相关博士学位论文 前10条

1 许爱德;开关磁阻电机在船舶电力推进中的应用研究[D];大连海事大学;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 张伯松;中国风电产业融资问题研究[D];中国地质大学（北京）;2011年

4 李智;风电规律预测及对电网运行影响的研究[D];山东大学;2011年

5 刘道伟;广域环境下的电网静态稳定性能态势评估研究[D];山东大学;2011年

6 刘辉;铁路沿线风信号智能预测算法研究[D];中南大学;2011年

7 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

8 侯佑华;内蒙古电网大规模风电入网的运行分析及调度方案设计[D];天津大学;2010年

9 王靖然;输电网优化规划策略与安全价值评估[D];天津大学;2011年

10 高阳;风电场风电功率预测方法研究[D];沈阳农业大学;2011年

相关硕士学位论文 前10条

1 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

2 吕丹;风电场数据采集监测与预报系统的设计与实现[D];北京交通大学;2011年

3 王鹏翔;基于机器自学习的电网安全校正算法研究[D];华北电力大学（北京）;2011年

4 李自强;开关磁阻电机的直接转矩控制研究[D];大连海事大学;2011年

5 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

6 许珂;砷盐净化除铜过程铜离子浓度预测模型的研究及应用[D];中南大学;2011年

7 杨海珊;基于人工神经网络的风电系统建模及其应用研究[D];天津理工大学;2011年

8 问虎龙;风电系统电压稳定性的多参数静分岔研究[D];天津理工大学;2011年

9 吴耀华;大规模风电场接入对电网电压的影响分析[D];华北电力大学;2011年

10 陈远;风电场接入系统规划设计研究[D];华北电力大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 邵t，

本文编号：1694928