本文關(guān)鍵詞：基于VMD-SE和機(jī)器學(xué)習(xí)算法的短期風(fēng)電功率多層級綜合預(yù)測模型

  更多相關(guān)文章： 短期風(fēng)電功率多步預(yù)測 可變模式分解 機(jī)器學(xué)習(xí) 仿生雞群優(yōu)化 多層級綜合模型

【摘要】：針對風(fēng)電功率受自然環(huán)境變化影響,難以建立精確數(shù)學(xué)模型對其進(jìn)行預(yù)測的問題,采用一種新型的可變模式分解(variational mode decomposition,VMD)技術(shù),將原始風(fēng)電功率序列分解為一系列有限帶寬子模式以降低其不穩(wěn)定性,根據(jù)子模式的樣本熵(sample entropy,SE)分析其復(fù)雜度并重組得到子序列。在此基礎(chǔ)上,結(jié)合3種不同的機(jī)器學(xué)習(xí)基模型,提出一種基于VMD-SE和基模型的自適應(yīng)多層級綜合預(yù)測模型,并采用一種基于混沌螢火蟲結(jié)合仿真雞群優(yōu)化的智能算法,對其權(quán)重矩陣進(jìn)行實時調(diào)整。仿真結(jié)果表明,基于VMD的組合模型較采用聚類經(jīng)驗?zāi)Ｊ椒纸鈺r預(yù)測精度明顯提高,且所提綜合模型的預(yù)測精度較組合模型有了進(jìn)一步的改善。因此,所提綜合模型能有效提高短期風(fēng)電功率多步預(yù)測的準(zhǔn)確性。
【作者單位】： 武漢大學(xué)電氣工程學(xué)院;
【關(guān)鍵詞】： 短期風(fēng)電功率多步預(yù)測 可變模式分解 機(jī)器學(xué)習(xí) 仿生雞群優(yōu)化 多層級綜合模型
【基金】：國家重點基礎(chǔ)研究發(fā)展計劃項目(973項目)(2012CB215101) 國家自然科學(xué)基金項目(51309258)~~
【分類號】：TM614
【正文快照】： 0引言風(fēng)電功率的間歇性和不確定性使得風(fēng)電大規(guī)模接入電網(wǎng)對電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來了嚴(yán)峻考驗。提高短期風(fēng)電功率預(yù)測精度,有利于電力系統(tǒng)調(diào)度部門制定調(diào)整發(fā)電計劃、減小旋轉(zhuǎn)備用容量、提高電網(wǎng)運(yùn)行的安全可靠性[1]。由于風(fēng)電功率受自然環(huán)境變化影響呈現(xiàn)出高度不確定性，

本文編號：1078339