基于EEMD-IGSA-LSSVM的超短期风电功率预测

发布时间：2017-06-03 14:18

  本文关键词：基于EEMD-IGSA-LSSVM的超短期风电功率预测，，由笔耕文化传播整理发布。

【摘要】：为了提高风电场输出功率的预测精度,在保证安全操作的前提下,建立了一种基于集合经验模态分解(EEMD)、改进引力搜索算法(IGSA)、最小二乘支持向量机(LSSVM)相结合的风电功率组合预测模型.首先运用EEMD算法将风电功率时间序列分解成一系列复杂度差异明显的子序列;其次利用相空间重构(PSR)对已分解好的子序列进行重构,对重构后的每个子序列分别建立IGSA-LSSVM预测模型,为分析不同核函数构造LSSVM的差异性,建立了8种核函数LSSVM预测模型,利用IGSA算法求解其模型;最后以中国内蒙古地区的某一风电场为算例,仿真及验算结果表明,利用IGSA算法寻优得到的指数径向基核函数核参数和惩罚因子构建的LSSVM模型具有较高的预测准确性;与EEMDWNN,EEMD-PSO-LSSVM等5种常规组合模型相比,所提出的指数径向基核函数的EEMD-IGSA-LSSVM组合模型能有效、准确地进行风电功率预测.
【作者单位】： 湖南大学电气与信息工程学院;
【关键词】： 集合经验模态分解 风功率预测 最小二乘向量机 改进引力搜索算法 指数径向基核函数
【基金】：国家自然科学基金资助项目(51277057)~~
【分类号】：TM614;TP18
【正文快照】： 风电的随机性和波动性会导致风电功率输出的波动和不稳定,阻碍了大规模风力发电上网,导致制订发电调度计划和电力调度的困难,但是,通过提高超短期风电功率的预测精度,能有效地解决这些难题[1].在时间尺度层面,风电功率的预测可分成中长期(数天),短期(数小时至数天)和超短期预

【相似文献】

中国期刊全文数据库 前1条

1 涂征宇;苏永华;杨明辉;万智;;基于径向基核函数逼近的河岸山坡失稳概率分析[J];铁道科学与工程学报;2011年05期

  本文关键词：基于EEMD-IGSA-LSSVM的超短期风电功率预测，由笔耕文化传播整理发布。

本文编号：418395