基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风电功率时间序列的随机性和波动性使得风电功率多步预测时难以达到理想的预测准确度,因此,提出一种基于经验模态分解( EMD)和集对分析的风电功率实时预测模型。该模型首先将风电功率时间序列经EMD分解,处理成有限个相对平稳的分量;然后利用极值点划分法,按波动程度相近的原则将分量重构为高频、中频和低频3个分量;最后对3个分量各自的特点针对性地建立预测模型,并将3个分量的预测结果叠加作为原始风电功率的预测值,用滚动的方式实现多步预测。采用3个不同装机容量的风电场的实测风电功率数据进行仿真,结果表明该方法提高了多步预测的准确度,显示出了良好的预测性能。
推荐文章
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
基于模糊聚类分析的风电功率预测研究
风电功率预测
模糊C均值聚类
神经网络
训练样本处理
减法聚类
基于游程判别法和VMD残差修正的风电功率预测
风电功率
长短时记忆神经网络
自回归滑动平均模型
残差
麻雀搜索算法
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于EMD分解和集对分析的风电功率实时预测
来源期刊 电工技术学报 学科 工学
关键词 风电功率 实时预测 经验模态分解 秩次集对分析
年,卷(期) 2016,(21) 所属期刊栏目 电力系统及其自动化
研究方向 页码范围 86-93
页数 8页 分类号 TM614
字数 6177字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨茂 东北电力大学电气工程学院 66 549 13.0 20.0
2 陈郁林 东北电力大学电气工程学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风电功率
实时预测
经验模态分解
秩次集对分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导