基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测

发布时间：2018-06-08 10:11

  本文选题：集合经验模式分解 + 高斯过程回归　； 参考：《电工技术学报》2015年11期

【摘要】：短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GAGPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列进行集合经验模式分解,然后对各分量分别建立高斯过程回归模型,并引入遗传算法代替共轭梯度法,改进协方差函数的超参数寻优过程。最后叠加子序列预测结果得到风速概率预测结果,并与分位点回归法进行比较。仿真结果表明,该方法能够有效提高概率预测准确度,并为类似工程提供借鉴。
[Abstract]:The probability prediction of short-term wind speed is of great significance to the realization of large-scale wind power grid connection. The current wind speed prediction methods are mostly point prediction and can not describe the randomness of wind energy. A combination probability prediction method based on EEMD and genetic Gauss process regression (GAGPR) is proposed, first of the wind after screening and normalization. The fast time series is decomposed by the set of empirical mode, then the Gauss process regression model of each component is established, and the genetic algorithm is introduced to replace the conjugate gradient method to improve the super parameter optimization process of covariance function. Finally, the prediction results of the subsequence are added to the prediction results of wind speed, and the simulation is compared with the subsite regression method. The results show that this method can effectively improve the accuracy of probability prediction and provide reference for similar projects.
【作者单位】： 武汉大学电气工程学院;
【基金】：国家重点基础研究发展973计划(2012CB215101)资助项目
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 袁小明;;大规模风电并网问题基本框架[J];电力科学与技术学报;2012年01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 雷亚洲;与风电并网相关的研究课题[J];电力系统自动化;2003年08期

4 颜拥;文福拴;杨首晖;Iain MACGILL;;考虑风电出力波动性的发电调度(英文)[J];电力系统自动化;2010年06期

5 李智;韩学山;杨明;钟世民;;基于分位点回归的风电功率波动区间分析[J];电力系统自动化;2011年03期

6 丁明,张立军,吴义纯;基于时间序列分析的风电场风速预测模型[J];电力自动化设备;2005年08期

7 王贺;胡志坚;陈珍;仉梦林;贺建波;李晨;;基于集合经验模态分解和小波神经网络的短期风功率组合预测[J];电工技术学报;2013年09期

8 修春波;任晓;李艳晴;刘明凤;;基于卡尔曼滤波的风速序列短期预测方法[J];电工技术学报;2014年02期

9 武小梅;白银明;文福拴;;基于RBF神经元网络的风电功率短期预测[J];电力系统保护与控制;2011年15期

10 孙斌;姚海涛;;基于PSO优化LSSVM的短期风速预测[J];电力系统保护与控制;2012年05期

【共引文献】

相关期刊论文 前10条

1 储茂得;周松林;;基于小波分析与神经网络的风电场短期风速预测[J];安徽科技学院学报;2011年01期

2 李保华;闫鹤中;申远;马长礼;;基于多规则判据的导弹发动机报警系统[J];兵工自动化;2011年01期

3 黄守道;孙延昭;黄科元;;风电机组并网问题研究[J];电力科学与技术学报;2008年02期

4 马瑞;周志飞;徐慧明;徐晓东;;考虑风速特性的动态电压崩溃指标[J];电力科学与技术学报;2009年02期

5 高赐威;何叶;;考虑风力发电接入的电网规划[J];电力科学与技术学报;2009年04期

6 袁越;李强;李群;张新松;;风电功率特性分析及其不确定性解决方案[J];电力科学与技术学报;2011年01期

7 严干贵;李鸿博;穆钢;崔杨;刘玉;;基于等效风速的风电场等值建模[J];东北电力大学学报;2011年03期

8 孙银锋;李国庆;顾黎明;韩悦;;含双馈风电机组的配电网潮流分析[J];东北电力大学学报;2011年04期

9 李海波;;浅析我国风电场并网对电力系统的影响[J];东方企业文化;2012年10期

10 魏晓光;汤广福;魏晓云;迟永宁;;VSC-HVDC控制器抑制风电场电压波动的研究[J];电工技术学报;2007年04期

相关会议论文 前10条

1 周雪松;李超;马幼捷;李季;于阳;;自抗扰控制技术在变速恒频双馈风力发电系统中的应用[A];第二十九届中国控制会议论文集[C];2010年

2 赵莹;邹亚麟;;风电并网技术研究[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

3 吴义纯;丁明;张立军;;含风电场电力系统潮流计算[A];第三届安徽自然科学学术年会安徽省电机工程学会2005年学术年会论文集[C];2005年

4 韩自奋;;甘肃电网气象信息服务系统应用功能探讨[A];水电站梯级调度及自动控制技术研讨会论文集[C];2008年

5 崔杨;穆钢;严干贵;张斌;;双馈感应风电机组的动态建模及仿真分析[A];高效 清洁 安全 电力发展与和谐社会建设——吉林省电机工程学会2008年学术年会论文集[C];2008年

6 李正农;刘艳萍;王莺歌;;实测风场数据的修正与预测[A];第19届全国结构工程学术会议论文集（第Ⅲ册）[C];2010年

7 栗然;张孝乾;唐凡;柯拥勤;;风电场容量比对无功补偿容量的影响研究[A];中国智能电网学术研讨会论文集[C];2011年

8 王义民;黄强;孙晓懿;;水电与风电联合补偿调度研究[A];变化环境下的水资源响应与可持续利用——中国水利学会水资源专业委员会2009学术年会论文集[C];2009年

9 丁洪霞;叶忠志;舒伟;;风/柴互补发电陆地并网调试[A];2008年度海洋工程学术会议论文集[C];2008年

10 贾涛;张文;褚晓东;;AGC平抑风电场输出功率波动的仿真分析[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

相关博士学位论文 前10条

1 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

2 戴益民;低矮房屋风载特性的实测及风洞试验研究[D];湖南大学;2010年

3 曲建军;基于提速线路TQI的轨道不平顺预测与辅助决策技术的研究[D];北京交通大学;2011年

4 王茜;风电场与输电网协调规划的模型和方法研究[D];华北电力大学（北京）;2011年

5 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

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 郑刚;风电场有功功率控制系统关键技术研究[D];电子科技大学;2011年

8 崔杨;大规模风电场群联网的源网协调性研究[D];华北电力大学;2011年

9 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

10 白永祥;省级调度中心风电场调度管理技术支持系统关键问题研究[D];天津大学;2011年

相关硕士学位论文 前10条

1 周志飞;考虑风速随机性的风电场电压相关问题的研究[D];长沙理工大学;2010年

2 文强;基于鲁棒优化的POOL模式下的发电商自调度研究[D];长沙理工大学;2010年

3 张学凯;大型风电场并网的有关技术研究[D];山东大学;2010年

4 徐琼t，

本文编号：1995440