基于互信息属性分析与极端学习机的超短期风速预测

• 作者: 张建业 王文婷 王文霞 王新库 袁翀 黄南天
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 风速预测 互信息 极端学习机 预测精度
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 论 文 报 告
• 页码范围: 29-34
• 页数: 6页
• 分类号: TM614
• 字数: 5378字
• 语种: 中文

摘要

超短期风速预测对保证风电并网运行可靠性和维持电力系统安全稳定具有重要的意义，针对风速预测中不同因素对风速影响程度不同的特点，本文提出一种基于互信息属性分析与极端学习机的超短期风速预测方法。首先，选取与风速相关的68种候选属性因素，分别计算其相对于风速序列的互信息值，根据互信息，衡量属性对风速的影响程度，并选择输入属性；然后，由互信息值计算属性权值；之后，采用加权处理后的属性值来训练极端学习机，构建风速预测模型；最后，采用新模型预测未来4 h内风速。采用北纬39?91°、西经105?29°的美国风能技术中心的实测数据开展实验，实验结果表明，新方法具有良好的预测精度，能够满足实际风速预测需要。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新库		4	4	1.0	1.0
2	黄南天	东北电力大学电气工程学院	24	218	8.0	14.0
3	袁翀	东北电力大学电气工程学院	4	27	2.0	4.0
4	王文婷	东北电力大学电气工程学院	6	35	5.0	5.0
5	王文霞	东北电力大学电气工程学院	2	8	1.0	2.0