基于改进EMD与SVM的风电功率短期预测模型

• 作者: 俞金寿 徐余法 管志威 陈国初
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 风电功率 预测 经验模态分解法 支持向量机 模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 833-837
• 页数: 5页
• 分类号: TP27
• 字数: 5979字
• 语种: 中文

摘要

风电功率短期预测对电力系统的调度运行有着重要意义.为提高风电功率短期预测的精度,构建基于改进的经验模态分解法(EMD)和支持向量机(SVM)相结合的预测模型,进行风电功率的短期预测.首先,采用镜像延拓算法对预处理后的功率序列进行处理,从而抑制经验模态分解法分解过程中的端点效应;同时,采用分段三次埃尔米特插值代替三次样条插值,由此得到的包络线可以有效改进EMD的欠冲或过冲问题;然后用改进后的EMD方法将风电功率序列分解成不同的分量,再针对各分量分别构建各自的SVM模型进行预测,最后将各预测分量进行叠加,由此得到总的风电功率预测值.实验结果表明,相比与其他的短期功率预测模型,改进的EMD-SVM预测模型具有更高的预测精度,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学信息科学与工程学院	199	3638	32.0	51.0
2	陈国初	上海电机学院电气学院	78	405	11.0	17.0
3	徐余法	上海电机学院电气学院	56	279	9.0	15.0
4	管志威	上海电机学院电气学院	1	15	1.0	1.0