基于EEMD-HS-SVM的短期风功率组合预测模型

• 作者: 关志坚 吴涵 姬广龙 杨苏 袁越 黄俊辉
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 短期风功率预测 集合经验模态分解 样本熵 和声搜索 支持向量机
• 年，卷（期）: 2017,（8）
• 页码范围: 1221-1228
• 页数: 8页
• 分类号: TK83
• 字数: 4406字
• 语种: 中文

摘要

随着电网中风电渗透率的逐年提高,对其出力进行精确预测是保障电网可靠运行的技术措施之一.文章建立了基于EEMD-HS-SVM短期风功率组合预测模型.采用EEMD分解技术对原始风功率序列做信息特征提取处理,将原始信号梯度化分解为一系列特征互异的本征模态函数,运用复杂统计理论体系下的样本熵作为特征,将特征相似的本征模态函数归类为尺度相异的新模态分量,根据新模态分量的局部特征与变化趋势,建立与之相对应的SVM预测模型.提出采用和声搜索算法优化SVM模型参数,有效改善了SVM算法存在的结构参数难以确定、训练效率低的不足.算例分析表明,EEMD-HS-SVM模型在风功率预测中具有较高的预测精度和预测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁越	河海大学能源与电气学院	161	4623	35.0	63.0
2	关志坚	国网江苏省电力公司经济技术研究院	3	22	3.0	3.0
3	吴涵	河海大学能源与电气学院	11	57	5.0	7.0
4	姬广龙	河海大学能源与电气学院	5	21	3.0	4.0
5	黄俊辉	国网江苏省电力公司经济技术研究院	32	243	10.0	14.0
6	杨苏	河海大学能源与电气学院	6	28	3.0	5.0