基于优化FCM聚类的RELM风速预测

• 作者: 何瑶 沈清野 潘超 秦本双 袁翀
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 风速预测 最大相关最小冗余 模糊C均值聚类 正则化 极限学习机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 可再生能源发电与综合消纳技术
• 页码范围: 842-848
• 页数: 7页
• 分类号: TM614
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.1200

摘要

准确的风速预测对大规模风电并网具有重要意义.提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法.首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法进行特征选择,然后采用优化的模糊C均值聚类方法对风速样本进行聚类,再对极限学习机进行优化,进而构建风速组合预测模型.最后结合风电场实测数据进行风速预测实验,结果表明该方法具有较高的预测精度.