本文關鍵詞：一種基于改進GPR和Bagging的短期風電功率組合預測方法

  更多相關文章： GPR Bagging 風電功率預測 不確定性量化 BCM

【摘要】：為提高短期風電功率的預測精度并對功率預測的不確定性進行量化,提出了基于高斯過程回歸(Gaussian Process Regression,GPR)和Bootstrap Aggregation(Bagging)的組合預測方法。針對GPR的不穩(wěn)定性和計算量大的特點,引入了Bagging和訓練數(shù)據(jù)完全條件獨立下的近似方法(Fully Independent Training Conditional Approximation,FITC)。同時,在貝葉斯決策(Bayesian Committee Machine,BCM)的基礎上,提出了一種新的權重組合策略。實驗表明,基于Bagging和FITC的GPR方法在穩(wěn)定性、預測精度和訓練時間的消耗上都優(yōu)于傳統(tǒng)的GPR方法。在風電功率預測中,改進的GPR可以給出較準確的置信區(qū)間,且與極限學習機、最小二乘支持向量機相比較,該方法的預測精度也有明顯提高。
【作者單位】： 南京信息工程大學信息與控制學院;南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心;
【基金】：江蘇省六大人才高峰項目(WLW-021) 國家公益性行業(yè)(氣象)科研專項項目(GYHY201106040)
【分類號】：TM614
【正文快照】： 根據(jù)世界風能協(xié)會統(tǒng)計,截止到2015年2月,中國、美國、德國的風電裝機容量分別達到了114.76 GW、65.88 GW和40.47 GW。風能作為清潔可再生能源,在世界范圍內已經(jīng)得到了廣泛的利用。但風的間歇性和波動性,給風能有效、安全的利用帶來了極大的挑戰(zhàn),而準確的風電功率預測,可以為風

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 袁科;;基于Double-Bagging決策樹的基因微陣列數(shù)據(jù)研究[J];湖北汽車工業(yè)學院學報;2009年02期

2 喬石;;增強Fisher判決的Bagging集成分類方法[J];太原科技大學學報;2009年06期

3 李雅芹;楊慧中;;一種基于Bagging算法的高斯過程集成建模方法[J];東南大學學報(自然科學版);2011年S1期

4 王興良;王立宏;李海軍;;譜聚類中特征向量的Bagging選取方法[J];山東大學學報(工學版);2013年02期

5 程麗麗;張健沛;楊靜;馬駿;;一種基于ICA的特征Bagging支持向量機集成方法[J];大連海事大學學報;2008年03期

6 湯志康;王偉智;談蔚欣;;基于Bagging的交通擁堵預測研究[J];集美大學學報(自然科學版);2006年02期

7 邱衛(wèi)東;鮑誠毅;朱興全;;Computer Forensic Using Lazy Local Bagging Predictors[J];Journal of Shanghai Jiaotong University(Science);2009年01期

8 宋星光,夏利民;基于Bagging算法的水庫水沙聯(lián)合智能調度[J];計算機工程與應用;2004年25期

9 陳桂英;;Bagging神經(jīng)網(wǎng)絡集成在產(chǎn)品質量監(jiān)測中的應用[J];河南科技;2013年19期

10 譚劍;譚松柏;;基于BAGGING算法和BP神經(jīng)網(wǎng)絡的電力系統(tǒng)負荷預測[J];山東電力高等專科學校學報;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鈕冰;陸文聰;金雨歡;;利用Bagging算法預測生物膜蛋白類型[A];中國化學會第26屆學術年會化學信息學與化學計量學分會場論文集[C];2008年

2 李曉波;;集成分類對比:Bagging NB & Boosting NB[A];2010年全國開放式分布與并行計算機學術會議論文集[C];2010年

3 劉艷霞;范明;;Bagging基于eEP的分類器分類稀有類[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2005年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 吳云峰;基于多分類器的遷移bagging習題推薦研究[D];西北大學;2013年

，

本文編號：1262732