采用正则化极限学习机的短期风速预测

• 作者: 戚佳金 王文霞 袁翀 黄南天
• 来源期刊: 电网与清洁能源
• 学科: 工学
• 关键词: ACF 风速 短期预测 RELM 正则化
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 智能电网
• 页码范围: 62-68
• 页数: 7页
• 分类号: TM614
• 字数: 4262字
• 语种: 中文

摘要

高效、准确的风速预测是风电场功率预测的基础,对风力发电控制和风电场并网运行等具有重要意义.针对风速时间序列具有强烈的非线性和波动性,且难以精准预测的特点,提出一种基于正则化极限学习机(regularized extreme learning machine,RELM)的风电场短期风速预测新方法.首先,采用自相关函数(ACF)对风速时间序列的相关性进行分析,得到预测模型输入属性集合;其次,确定预测网络的输入、输出等参数,并建立RELM模型;再次,利用训练集在训练过程中确定网络参数,构建RELM预测模型;最后,以RELM预测模型开展短期风速预测,得出预测结果.采用美国风能技术中心的实测风电场风速数据开展实验证明,相对于标准的ELM和BP神经网络,新方法具有更好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄南天	东北电力大学电气工程学院	24	218	8.0	14.0
2	戚佳金		8	34	4.0	5.0
3	袁翀	东北电力大学电气工程学院	4	27	2.0	4.0
4	王文霞	东北电力大学电气工程学院	2	8	1.0	2.0