| 基于原子稀疏分解理论的短期风电功率滑动预测 |
| |
| 引用本文： | 崔明建,孙元章,柯德平,王树鹏.基于原子稀疏分解理论的短期风电功率滑动预测[J].电力自动化设备,2014,34(1). |
| |
| 作者姓名： | 崔明建 孙元章 柯德平 王树鹏 |
| |
| 作者单位： | 武汉大学 电气工程学院，湖北 武汉 430072;武汉大学 电气工程学院，湖北 武汉 430072;武汉大学 电气工程学院，湖北 武汉 430072;中国地质大学 数理学院，湖北 武汉 430074 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划）资助项目（2012-CB215101） |
| |
| 摘 要： | 采用一种具有很强的非平稳信号跟踪、预测能力的原子稀疏分解(ASD)法,作为人工神经网络(ANN)的前置分解方法,将风电功率序列分解为原子分量和残差分量,对原子分量进行自预测,残差分量进行ANN预测,再通过追加最新的风电功率实时数据来更新ASD的结果,进而滑动预测下一个时刻的风电功率。以实际风电场数据进行验证,结果证明了该模型可以有效地处理风电功率非平稳性,产生更为稀疏的分解效果,显著地降低了绝对平均误差、均方根误差计算值的统计区间。
|
| 关 键 词： | 风电 预测 原子稀疏分解 人工神经网络 模型 |
Short-term wind power forecasting based on atomic sparse decomposition theory |
| |
| CUI Mingjian,SUN Yuanzhang,KE Deping and WANG Shupeng.Short-term wind power forecasting based on atomic sparse decomposition theory[J].Electric Power Automation Equipment,2014,34(1). |
| |
| Authors: | CUI Mingjian SUN Yuanzhang KE Deping and WANG Shupeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力自动化设备》浏览原始摘要信息 |
|
点击此处可从《电力自动化设备》下载全文 |
|
