基于OS-ELM和Bootstrap方法的超短期风电功率预测

发布时间：2018-11-13 13:46

【摘要】：提出了一种基于在线序贯极限学习机(OS-ELM)的超短期风电功率预测方法。利用OSELM学习速度快、泛化能力强的优点,将批处理和逐次迭代相结合,不断更新训练数据和网络结构,实现了对数值天气预报风速的快速实时修正和风电机组输出功率的快速预测。随后,采用计算机自助(Bootstrap)法构造伪样本,给出了预测功率的置信区间评估。实例和研究结果表明,该预测方法与反向传播(BP)网络、支持向量机(SVM)方法相比,在计算时间上更能满足在线应用需求,而且预测精度相当,有较好的应用前景。
[Abstract]:In this paper, a prediction method of ultra short term wind power based on online sequential extreme learning machine (OS-ELM) is proposed. With the advantages of fast learning speed and strong generalization ability of OSELM, batch processing and successive iterations are combined to continuously update the training data and network structure. The fast real time correction of the numerical weather forecast wind speed and the fast prediction of the output power of the wind turbine are realized. Then, the pseudo-sample is constructed by computer self-help (Bootstrap) method, and the confidence interval evaluation of predicted power is given. Examples and research results show that the prediction method can meet the need of on-line application in computing time more than backpropagation (BP) network and support vector machine (SVM) method, and the prediction accuracy is equal, and it has a better application prospect.
【作者单位】： 浙江大学电气工程学院;国网上海市电力公司;
【基金】：国家高技术研究发展计划(863计划)资助项目(2011AA050204) 国家自然科学基金资助项目(51277160)~~
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 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

2 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

3 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

4 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

5 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

6 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期

7 杨明;朱思萌;韩学山;王洪涛;;风电场输出功率的多时段联合概率密度预测[J];电力系统自动化;2013年10期

8 严欢;卢继平;覃俏云;张宜阳;;基于多属性决策和支持向量机的风电功率非线性组合预测[J];电力系统自动化;2013年10期

9 吴雄;王秀丽;;新能源组合出力的置信区间估计[J];电力系统自动化;2013年16期

10 刘芳;潘毅;刘辉;丁强;李强;王芝茗;;风电功率预测误差分段指数分布模型[J];电力系统自动化;2013年18期

【共引文献】

相关期刊论文 前10条

1 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

2 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

3 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

4 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

5 周海;匡礼勇;程序;崔方;;测风塔在风能资源开发利用中的应用研究[J];水电自动化与大坝监测;2010年05期

6 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

7 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

8 魏晓光;迟永宁;魏晓云;汤广福;;电压源换相高压直流输电改善异步发电机风电场暂态电压稳定性的研究[J];电工技术学报;2008年05期

9 李凤婷;晁勤;;基于Matlab与遗传算法的风电容量[J];电工技术学报;2009年03期

10 江岳文;陈冲;温步瀛;;含风电场的电力系统机组组合问题随机模拟粒子群算法[J];电工技术学报;2009年06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 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

7 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

8 匡礼勇;周海;程序;崔方;;风能资源开发利用中测风塔的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

9 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

10 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

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 杨志凌;风电场功率短期预测方法优化的研究[D];华北电力大学（北京）;2011年

3 张颖媛;微网系统的运行优化与能量管理研究[D];合肥工业大学;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 刘辉;铁路沿线风信号智能预测算法研究[D];中南大学;2011年

6 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

7 姜文;计及风力发电的电力系统可靠性与动态经济调度研究[D];上海交通大学;2012年

8 高阳;风电场风电功率预测方法研究[D];沈阳农业大学;2011年

9 王扬;风电短期预测及其并网调度方法研究[D];浙江大学;2011年

10 寇攀高;水轮发电机及其调速系统的参数辨识方法与控制策略研究[D];华中科技大学;2012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：2329301