基于EEMD-ACS-SELM的弃风电量组合预测模型

• 作者: 包洪印 崔传世 张浩 梁武星 谢丽蓉
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 弃风电量 集合经验模态分解 改进布谷鸟算法 改进极限学习机 弃风消纳
• 年，卷（期）: 2020,（6）
• 页码范围: 758-764
• 页数: 7页
• 分类号: TK81
• 字数: 4549字
• 语种: 中文

摘要

风电已在电力系统中得到了有效利用,因此,弃风电量的准确预测对于电网的安全、经济运行至关重要.文章提出了一种基于集合经验模态分解(EEMD)和t分布自适应变异布谷鸟算法(ACS)优化改进极限学习机(SELM)的弃风电量组合预测方法(EEMD-ACS-SELM).该方法先采用集合经验模态分解,将原始弃风电量序列分解为一系列不同频率的分量,基于模糊熵理论计算各分量的熵值,并将熵值相似序列重构为新的子序列.然后,将新序列分别建立改进极限学习机预测模型,利用ACS优化算法对SELM算法的输入权值和阈值进行优化.最后,将各序列预测值叠加求和得到原始弃风电量序列的预测值.以新疆某风电场实际运行数据进行算例分析,结果表明,文章所提方法对弃风电量的预测具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩	新疆大学电气工程学院	9	17	2.0	4.0
2	谢丽蓉	新疆大学电气工程学院	82	395	11.0	18.0
3	崔传世	新疆大学电气工程学院	3	0	0.0	0.0
4	梁武星		1	0	0.0	0.0