风电功率时间序列混沌特性分析及预测模型研究

• 作者: 张学清 梁军
• 来源期刊: 物理学报
• 学科: 数学
• 关键词: 风电预测 混沌 Volterra滤波器多步预测 加权马尔科夫链
• 年，卷（期）: 2012,（19）
• 所属期刊栏目: 总论
• 页码范围: 70-81
• 分类号: O211.67
• 语种: 中文

摘要

为揭示风电功率序列内在的动态特性，利用非线性方法对风电时间序列混沌特性进行识别，为对风电功率进行预测提供了基础．首先对某风电场的风电功率时间序列的日相关性进行了分析；然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数，验证了风电时间序列的混沌特性；由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大，利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正．最后以某实际风电场的风电功率预测为算例，仿真结果表明校正预测模型有效的提高了预测精度，其为利用Volterra滤波器多步法进行风电预测提供了有益的参考．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁军	山东大学电气工程学院	94	1776	25.0	39.0
2	张学清	山东大学电气工程学院	6	229	6.0	6.0