首页 | 本学科首页   官方微博 | 高级检索  
     

基于OS-ELM和Bootstrap方法的超短期风电功率预测
引用本文:王焱,汪震,黄民翔,蔡祯祺,杨濛濛.基于OS-ELM和Bootstrap方法的超短期风电功率预测[J].电力系统自动化,2014,38(6):14-19.
作者姓名:王焱  汪震  黄民翔  蔡祯祺  杨濛濛
作者单位:浙江大学电气工程学院, 浙江省杭州市 310027;浙江大学电气工程学院, 浙江省杭州市 310027;浙江大学电气工程学院, 浙江省杭州市 310027;国网上海市电力公司, 上海市 200122;浙江大学电气工程学院, 浙江省杭州市 310027
基金项目:国家高技术研究发展计划(863计划);国家自然科学基金
摘    要:提出了一种基于在线序贯极限学习机(OS-ELM)的超短期风电功率预测方法。利用OSELM学习速度快、泛化能力强的优点,将批处理和逐次迭代相结合,不断更新训练数据和网络结构,实现了对数值天气预报风速的快速实时修正和风电机组输出功率的快速预测。随后,采用计算机自助(Bootstrap)法构造伪样本,给出了预测功率的置信区间评估。实例和研究结果表明,该预测方法与反向传播(BP)网络、支持向量机(SVM)方法相比,在计算时间上更能满足在线应用需求,而且预测精度相当,有较好的应用前景。

关 键 词:风电预测  风速修正  误差区间估计  极限学习机  Bootstrap方法
收稿时间:2013/8/30 0:00:00
修稿时间:2014/2/17 0:00:00

Ultra-short-term Wind Power Prediction Based on OS-ELM and Bootstrap Method
WANG Yan,WANG Zhen,HUANG Minxiang,CAI Zhenqi and YANG Mengmeng.Ultra-short-term Wind Power Prediction Based on OS-ELM and Bootstrap Method[J].Automation of Electric Power Systems,2014,38(6):14-19.
Authors:WANG Yan  WANG Zhen  HUANG Minxiang  CAI Zhenqi and YANG Mengmeng
Affiliation:College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;State Grid Shanghai Municipal Electric Power Company, Shanghai 200122, China;College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China
Abstract:
Keywords:wind power prediction  wind speed correction  error interval estimation  extreme learning machine (ELM)  Bootstrap method
本文献已被 CNKI 等数据库收录!
点击此处可从《电力系统自动化》浏览原始摘要信息
点击此处可从《电力系统自动化》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号