基于相空间重构和误差补偿的风电功率混沌时间序列预测模型

• 作者: 刁芳钰 李华强 王兰 王晞
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风电功率预测 相空间重构 向量自回归 Elman神经网络
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 65-69
• 页数: 5页
• 分类号: TM614
• 字数: 2997字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2017.09.011

摘要

针对风电混沌时间序列在多维空间内展现出的短期可预测性,本文提出将误差补偿思想与相空间重构理论结合,将误差补偿模型推广至多维空间.由于风电实测数据同时包含线性特征与非线性特征,使用向量自回归模型和Elman神经网络模型分别对多维空间内的风电混沌时间序列的线性特征与非线性特征进行预测,并将两者的结果相加得到最后的预测值.对我国某风电场实测数据的建模仿真结果表明,本文所提方法较单一线性建模和单一非线性建模方法更优,具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华强	四川大学电气信息学院智能电网四川省重点实验室	112	1109	18.0	28.0
2	王兰	四川大学电气信息学院智能电网四川省重点实验室	37	155	5.0	12.0
3	王晞	国网四川省电力公司经济技术研究院	7	12	2.0	3.0
4	刁芳钰	四川大学电气信息学院智能电网四川省重点实验室	3	5	1.0	2.0