基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测

• 作者: 李音璇 杨德友 高子昂
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 风电功率 区间预测 功率预测 经验模态分解
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能电网
• 页码范围: 118-127
• 页数: 10页
• 分类号: TM76
• 字数: 8807字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2019.05.014

摘要

准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差.为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法.首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间.实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨德友	东北电力大学电气工程学院	53	212	9.0	13.0
2	李音璇	东北电力大学电气工程学院	2	1	1.0	1.0
3	高子昂	东北电力大学电气工程学院	1	1	1.0	1.0