基于经验模态分解的风电功率短期预测方法 |
| |
作者姓名: | 王丽婕 李慧 |
| |
作者单位: | 北京信息科技大学自动化学院 |
| |
基金项目: | 北京市属高校青年拔尖人才培养计划(CIT&TCD201304113);北京信息科技大学校基金项目(5026010919) |
| |
摘 要: | 采用经验模态分解和滚动神经网络相结合的方法对风电功率时间序列进行短期预测。通过经验模态分解将信号分解成有限个固有模态函数(IMF)之和,利用多个神经网络对各IMF进行预测,同时采用滚动学习的方法修改权值和阈值,最后重构得到完整的预测结果。通过对内蒙古赛罕坝风电场的发电功率进行仿真预测,证实了该模型的有效性,与persistence模型相比较,平均绝对误差从12.55%降低到10.20%。
|
关 键 词: | 风电功率预测 经验模态分解 固有模态函数 神经网络 滚动学习 |
本文献已被 CNKI 等数据库收录! |
|