| 采用正则化极限学习机的短期风速预测 |
| |
| 引用本文： | 袁翀,戚佳金,王文霞,黄南天.采用正则化极限学习机的短期风速预测[J].电网与水力发电进展,2016,32(11):62-68. |
| |
| 作者姓名： | 袁翀 戚佳金 王文霞 黄南天 |
| |
| 作者单位： | 东北电力大学 电气工程学院， 吉林 吉林 132012；,国网杭州供电公司， 浙江 杭州 310009；,东北电力大学 电气工程学院， 吉林 吉林 132012；,东北电力大学 电气工程学院， 吉林 吉林 132012； |
| |
| 基金项目： | 基金项目：国家高技术研究发展计划（863计划）项目（SS2014AA052502）；吉林省科技发展计划项目（20160411003XH）；吉林省社科基金（2015A2）；吉林市科技发展计划项目（20156407）。 |
| |
| 摘 要： | 摘要： 高效、准确的风速预测是风电场功率预测的基础，对风力发电控制和风电场并网运行等具有重要意义。针对风速时间序列具有强烈的非线性和波动性，且难以精准预测的特点，提出一种基于正则化极限学习机（regularized extreme learning machine，RELM）的风电场短期风速预测新方法。首先，采用自相关函数（ACF）对风速时间序列的相关性进行分析，得到预测模型输入属性集合；其次，确定预测网络的输入、输出等参数，并建立RELM模型；再次，利用训练集在训练过程中确定网络参数，构建RELM预测模型；最后，以RELM预测模型开展短期风速预测，得出预测结果。采用美国风能技术中心的实测风电场风速数据开展实验证明，相对于标准的ELM和BP神经网络，新方法具有更好的预测精度。
|
| 关 键 词： | 关键词： ACF 风速 短期预测 RELM 正则化 |
Short-Term Wind Speed Forecasting Using Regularization
Extreme Learning Machine |
| |
| Authors: | YUAN Chong QI Jiajin WANG Wenxia and HUANG Nantian |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |
