基于EEMD-GA-BP模型的风电功率短期预测研究

• 作者: 朱恩文 朱安麒 王洁丹 刘玉娇
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 风电功率短期预测 反向传播神经网络 集成经验模态分解 遗传算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 166-174
• 页数: 9页
• 分类号: O212.1
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2021060912

摘要

随着我国风电产业迅速发展,风电并网规模不断扩大,准确预测风电场输出功率是降低风电波动对电网影响、提高电能质量、保证电网稳定运行的有效途径.本文采用箱型分析及热卡填充的方法对数据集中的异常数据进行清洗与重构.采用遗传算法与EEMD分解算法相结合的方式改进BP算法,并且根据不同时间尺度预测结果对比,相对于传统预测模型而言,本文EEMD-GA-BP模型具有预测精度高,预测效果更为稳定等特点.