基于EEMD-SVR模型的风电功率预测

• 作者: 何立新 李俊杰 石强 胡群勇
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 风功率预测 风速预测 EEMD SVR 组合模型
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究与分析
• 页码范围: 22-28
• 页数: 7页
• 分类号: TM614
• 语种: 中文
• DOI: 10.16628/j.cnki.2095-8188.2020.11.004

摘要

风速的随机性、非线性等问题导致风电功率的预测难度较大,针对风功率的预测问题,提出一种集合经验模态分解(EEMD)和支持向量回归(SVR)模型的预测方法.首先对原始风速信号进行模态分解,由EEMD将风速信号分解为多个特征模态分量和一个残余分量,有效优化信号非线性特征;其次,依据分解得到的各分量信号训练SVR模型进而实现分量预测;最后,合并预测所得的各分量,以确定风速预测序列,并由风速与功率转换关系求得预测功率.通过案例仿真对EEMD-SVR模型的预测效果进行验证和模型对比分析,结果表明,所提模型能够实现非平稳序列的可靠分解,风电功率预测效果得到有效改善.