基于IBA-KELM的风电功率区间预测方法

• 作者: 刘刚 廖文喆 张丽 杨欣 林涛 蔡睿琪
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风电 功率预测 区间预测 核极限学习机 蝙蝠算法
• 年，卷（期）: 2018,（7）
• 页码范围: 1092-1097
• 页数: 6页
• 分类号: TK81
• 字数: 4008字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2018.07.023

摘要

在电力系统对功率预测提出更高要求的形势下,风电功率区间预测的方法已经逐渐成为新的热点.文章利用预测区间(PIs)的思想来估计风电场输出功率的不确定性.在优化区间预测目标函数的基础上,利用核极限学习机(KELM)学习速度快,泛化能力强的优点,提出一种基于KELM的风电功率区间预测模型.并使用改进后的蝙蝠算法(IBA)对模型的参数进行优化.为了克服BA易陷入局部最优的缺点,增加了其搜索时的多样性,并加入动态惯性权重,使其收敛速度更快.最后,用河北某风电场的数据进行实验仿真,与传统BP神经网络模型和BA-ELM模型对比分析,结果表明文章提出的预测方法具有速度快,精度高的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚	河北工业大学控制科学与工程学院	11	44	6.0	6.0
2	林涛	河北工业大学控制科学与工程学院	65	273	10.0	12.0
6	张丽	河北工业大学控制科学与工程学院	27	60	5.0	7.0
7	杨欣	河北工业大学控制科学与工程学院	21	33	4.0	5.0
8	蔡睿琪	河北工业大学控制科学与工程学院	5	19	3.0	4.0
9	廖文喆	河北工业大学控制科学与工程学院	19	53	5.0	6.0