基于MRMR的ORELM的短期风速预测

• 作者: 关添升 王琦 秦本双
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风速 短期预测 MRMR ORELM
• 年，卷（期）: 2018,（1）
• 页码范围: 85-90
• 页数: 6页
• 分类号: TK81
• 字数: 3436字
• 语种: 中文

摘要

由于风速具有间歇性、随机性及波动性等特点,导致大规模风电并网对电力系统的安全、稳定运行带来严重影响.文章提出一种基于最大相关最小冗余(Maximum Correlation Minimum Redundancy,MRMR)的离群鲁棒极限学习机(Outlier Robust Extreme Learning Machine,ORELM)的短期风速预测新方法.首先分析影响风速的属性特征,采用MRMR算法来衡量不同风速属性特征与风速的相关性,进而确定风速属性特征的输入维度;然后对极限学习机(Extreme Learning Machine,ELM)进行优化,构建ORELM风速预测模型.最后以美国某大型风电场实测数据为依据进行风速预测,仿真结果表明该方法具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琦		24	108	7.0	9.0
2	关添升	国网吉林省电力有限公司培训中心	5	19	2.0	4.0
3	秦本双	东北电力大学电气工程学院	6	14	2.0	3.0