基于DBN-Kalman-EC算法的 短期风电功率组合预测

• 作者: 匡洪海 曹庆兰 王建辉 荣浩博
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 短期风电功率预测 卡尔曼算法 深度置信网络 误差修正算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电气工程
• 页码范围: 19-24
• 页数: 6页
• 分类号: TM614
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2019.05.004

摘要

提出一种基于深度置信网络(DBN)和卡尔曼算法(Kalman),结合误差修正算法(EC)的短期风电功率组合预测模型.运用经验模态算法(EMD)将原始风速序列分解,提取其主要特征,降低风速序列突变性;然后利用DBN法,通过构造两种不同的输入输出矩阵,得到pro_1和pro_2两种预测功率、bias_1和bias_2两种预测误差;接着将pro_1作为测量值、bias_1作为测量误差,将pro_2作为观测值、bias_2作为过程误差引入Kalman模型,得到预测结果pro和预测误差bias;最后利用EC算法对pro和bias进行修正.仿真结果表明,DBN-Kalman-EC模型能有效中和bias_1和bias_2两种误差,降低了预测误差,修正预测值,有效地提高了短期风电功率预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡洪海	湖南工业大学电气与信息工程学院	32	167	8.0	11.0
2	王建辉	湖南工业大学电气与信息工程学院	10	11	2.0	2.0
3	曹庆兰	湖南工业大学电气与信息工程学院	2	0	0.0	0.0
4	荣浩博	湖南工业大学电气与信息工程学院	2	0	0.0	0.0