基于原子稀疏分解理论的短期风电功率滑动预测

发布时间：2019-05-09 11:24

【摘要】：采用一种具有很强的非平稳信号跟踪、预测能力的原子稀疏分解(ASD)法,作为人工神经网络(ANN)的前置分解方法,将风电功率序列分解为原子分量和残差分量,对原子分量进行自预测,残差分量进行ANN预测,再通过追加最新的风电功率实时数据来更新ASD的结果,进而滑动预测下一个时刻的风电功率。以实际风电场数据进行验证,结果证明了该模型可以有效地处理风电功率非平稳性,产生更为稀疏的分解效果,显著地降低了绝对平均误差、均方根误差计算值的统计区间。
[Abstract]:An atomic sparse decomposition (ASD) method with strong non-stationary signal tracking and predictive ability is used as the predecomposition method of artificial neural network (ANN) to decompose the wind power series into atomic components and residual components. The atomic component is self-predicted, the residual component is predicted by ANN, and then the results of ASD are updated by adding the latest real-time wind power data, and then the wind power of the next time is predicted by sliding. The results show that the model can deal with the non-stationarity of wind power effectively and produce more sparse decomposition effect. The statistical interval of absolute average error and root-mean-square error is significantly reduced.
【作者单位】： 武汉大学电气工程学院;中国地质大学数理学院;
【基金】：国家重点基础研究发展计划(973计划)资助项目(2012-CB215101)~~
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 孙元章;林今;李国杰;黎雄;;采用变速恒频机组的风电场并网问题研究综述(英文)[J];电力系统自动化;2010年03期

2 王彩霞;鲁宗相;乔颖;闵勇;周双喜;;基于非参数回归模型的短期风电功率预测[J];电力系统自动化;2010年16期

3 陈颖;周海;王文鹏;曹潇;丁杰;;风电场输出功率超短期预测结果分析与改进[J];电力系统自动化;2011年15期

4 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

5 林今;孙元章;李国杰;黎雄;;采用变速恒频机组的风电场有功功率波动对系统节点频率影响的动态评估模型[J];电力自动化设备;2010年02期

6 刘林;林涛;肖英伟;徐遐龄;;基于组合滤波和时频原子变换的故障录波数据分析新算法[J];电力自动化设备;2012年07期

7 洪翠;温步瀛;林维明;;基于改进OLS-RBF神经网络模型的短期风电场出力预测[J];电力自动化设备;2012年09期

8 龙虹毓;徐瑞林;何国军;赵渊;谢开贵;张煦;;基于热电风电协调调度的系统日调峰能力分析[J];电力自动化设备;2013年04期

9 凌武能;杭乃善;李如琦;;基于云支持向量机模型的短期风电功率预测[J];电力自动化设备;2013年07期

10 刘亚南;卫志农;朱艳;孙国强;孙永辉;杨友情;钱瑛;周军;;基于D-S证据理论的短期风速预测模型[J];电力自动化设备;2013年08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 王慧勤;;基于支持向量机的短期风速预测研究[J];宝鸡文理学院学报(自然科学版);2009年01期

3 姜竹楠;刘峰;于文波;;基于小波包负荷特征提取和径向基网络的短期负荷预测新方法[J];电力科学与技术学报;2007年02期

4 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

5 刘金龙;李国庆;王振浩;辛业春;;超级电容器储能系统在风电场中的应用研究[J];东北电力大学学报;2011年04期

6 江岳文;陈冲;温步瀛;;基于随机模拟粒子群算法的含风电场电力系统经济调度[J];电工电能新技术;2007年03期

7 陈德生;李培强;李欣然;邓威;肖园园;刘乾勇;;基于小波变换的短期风速预测综合模型[J];电工电能新技术;2012年03期

8 潘文霞;范永威;朱莉;高阿龙;;风电场中抽水蓄能系统容量的优化选择[J];电工技术学报;2008年03期

9 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

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 王增新;苏适;田沛;;光伏发电预测技术的应用[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 朱锋;周玮;孙辉;;基于相似日聚类的径向基神经网络风速预测方法[A];中国可再生能源学会海洋能专业委员会成立大会暨第一届学术讨论会论文集[C];2008年

3 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年

4 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

5 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

6 杜俊红;滕欢;滕福生;;在线超短期负荷预测的分析与应用研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 邵t，

本文编号：2472731