| 基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究 |
| |
| 引用本文： | 谷豪,李山,李文帅,李智敏,许傲然. 基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究[J]. 供用电, 2022, 39(1): 88-96. DOI: 10.19421/j.cnki.1006-6357.2022.01.13 |
| |
| 作者姓名： | 谷豪 李山 李文帅 李智敏 许傲然 |
| |
| 作者单位： | 国网河南省电力公司直流运检分公司,河南郑州 450000,沈阳工程学院电力学院,辽宁沈阳 110136 |
| |
| 基金项目： | 辽宁省重点研发计划项目“基于新一代信息技术的高精度精细化风能感知与探测系统研发与产业化”(2020JH2/10100036)。 |
| |
| 摘 要： | 为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。
|
| 关 键 词： | 集成经验模态分解 最小二乘双支持向量回归机 自适应变异粒子群 均方根误差 平均绝对百分比误差 风电预测 |
Research on Wind Speed Prediction Method Based on EEMD-LSTSVR |
| |
| GU Hao,LI Shan,LI Wenshuai,LI Zhimin,XU Aoran. Research on Wind Speed Prediction Method Based on EEMD-LSTSVR[J]. Distribution & Utilization, 2022, 39(1): 88-96. DOI: 10.19421/j.cnki.1006-6357.2022.01.13 |
| |
| Authors: | GU Hao LI Shan LI Wenshuai LI Zhimin XU Aoran |
| |
| Affiliation: | (State Grid Henan Electric Power Company DC Operation&Maintenance Company,Zhengzhou 450000,China;School of Electric Power,Shenyang Institute of Engineering,Shenyang 110136,China) |
| |
| Abstract: | |
| |
| Keywords: | ensemble empirical mode decomposition least squares double support vector regression adaptive mutation particle swarm optimization root mean square error mean absolute percentage error wind power forecasting |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
