首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进EMD与SVM的风电功率短期预测模型
引用本文:管志威,陈国初,徐余法,俞金寿.基于改进EMD与SVM的风电功率短期预测模型[J].控制工程,2014,21(6).
作者姓名:管志威  陈国初  徐余法  俞金寿
作者单位:1. 上海电机学院电气学院,上海200240;华东理工大学信息科学与工程学院,上海200237
2. 上海电机学院电气学院,上海,200240
3. 华东理工大学信息科学与工程学院,上海,200237
基金项目:上海市教委重点学科,上海市教委科研创新项目,上海市自然科学基金项目
摘    要:风电功率短期预测对电力系统的调度运行有着重要意义。为提高风电功率短期预测的精度,构建基于改进的经验模态分解法(EMD)和支持向量机(SVM)相结合的预测模型,进行风电功率的短期预测。首先,采用镜像延拓算法对预处理后的功率序列进行处理,从而抑制经验模态分解法分解过程中的端点效应;同时,采用分段三次埃尔米特插值代替三次样条插值,由此得到的包络线可以有效改进EMD的欠冲或过冲问题;然后用改进后的EMD方法将风电功率序列分解成不同的分量,再针对各分量分别构建各自的SVM模型进行预测,最后将各预测分量进行叠加,由此得到总的风电功率预测值。实验结果表明,相比与其他的短期功率预测模型,改进的EMD-SVM预测模型具有更高的预测精度,具有一定的应用价值。

关 键 词:风电功率  预测  经验模态分解法  支持向量机  模型

The Wind Power Shot-term Forecast Model Based on Improved EMD And SVM
GUAN Zhi-wei,CHEN Guo-chu,XU Yu-fa,YU Jin-shou.The Wind Power Shot-term Forecast Model Based on Improved EMD And SVM[J].Control Engineering of China,2014,21(6).
Authors:GUAN Zhi-wei  CHEN Guo-chu  XU Yu-fa  YU Jin-shou
Abstract:
Keywords:wind power  forecast  EMD  SVM  model
本文献已被 CNKI 万方数据 等数据库收录!
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