基于聚类分析的风电功率预测数据预处理方法

• 作者: 刘友波 廖小君 张江林 张里 李红军 王兰 王婷婷
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 数据预处理方法 风电预测 模糊C均值聚类 模糊模式识别 相关性分析
• 年，卷（期）: 2018,（12）
• 页码范围: 1871-1876
• 页数: 6页
• 分类号: TK83
• 字数: 3908字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2018.12.022

摘要

为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能.首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对相空间中的各维输入序列与输出功率序列进行相关性分析,使用相点与相对相关系数的加权建立聚类判据;然后,结合减聚类算法对模糊C均值聚类的收敛速度进行改进,改进的模糊C均值算法将输入序列聚为4类,对每类数据建模.结果表明,对原始数据进行聚类预处理后,预测模型的精度得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘友波	四川大学电气信息学院	146	1570	21.0	33.0
2	廖小君	国网四川省电力公司技能培训中心	22	95	5.0	9.0
3	王婷婷	国网四川省电力公司技能培训中心	9	16	2.0	4.0
4	张江林	成都信息工程大学控制工程学院	18	89	5.0	8.0
5	张里	国网四川省电力公司技能培训中心	13	24	4.0	4.0
6	李红军	国网四川省电力公司技能培训中心	10	24	3.0	4.0
7	王兰	国网四川省电力公司技能培训中心	4	4	1.0	2.0