本文關鍵詞：基于條件分類與證據(jù)理論的短期風電功率非參數(shù)概率預測方法

  更多相關文章： 風電功率概率預測 非參數(shù)估計 支持向量機 稀疏貝葉斯分類 D-S證據(jù)理論

【摘要】：提出了一種基于稀疏貝葉斯分類與Dempster-Shafer(D-S)證據(jù)理論的短期風電功率概率分布非參數(shù)估計方法,預測時間尺度為48 h。該方法首先通過支持向量機(support vector machine,SVM)對風電功率進行點預測;進而將SVM預測誤差的范圍離散為多個區(qū)間,通過建立稀疏貝葉斯分類器對SVM預測誤差落入各預定區(qū)間的概率進行估計。然后應用D-S證據(jù)理論對所有區(qū)間對應的概率估計結果進行整合,得到SVM預測誤差的整體概率分布。最后疊加誤差分布與SVM預測的風電功率值,得到風電功率的概率分布結果。該方法基于稀疏貝葉斯架構構建,具有高稀疏性,確保了模型的泛化能力與計算速度。該方法還系統(tǒng)地計及了風電場輸出功率必須滿足在[0,GN](GN為風電場裝機容量)內(nèi)取值的邊界約束,使預測結果更加符合實際。以某74 MW的風電場為例對上述方法進行了驗證,結果表明了該方法的有效性。
【作者單位】： 電網(wǎng)智能化調度與控制教育部重點實驗室(山東大學);國網(wǎng)山東省電力公司檢修公司;
【基金】：國家重點基礎研究發(fā)展計劃項目(973項目)(2013CB228205) 國家自然科學基金項目(51007047,51477091)~~
【分類號】：TM614
【正文快照】： vector machine,SVM)對風電功率進行點預測;進而將SVM預測誤差的范圍離散為多個區(qū)間,通過建立稀疏貝葉斯分類器對SVM預測誤差落入各預定區(qū)間的概率進行估計。然后應用D-S證據(jù)理論對所有區(qū)間對應的概率估計結果進行整合,得到SVM預測誤差的整體概率分布。最后疊加誤差分布與SVM

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周凌柯,劉瑞蘭;對證據(jù)理論檢測顯著誤差的研究[J];南京理工大學學報(自然科學版);2005年S1期

2 陳煒軍;景占榮;袁芳菲;朱安福;;D-S證據(jù)理論的不足及其數(shù)學修正[J];中北大學學報(自然科學版);2010年02期

3 宋建勛;張進;吳欽章;;基于D-S證據(jù)理論的多特征數(shù)據(jù)融合算法[J];火力與指揮控制;2010年07期

4 鄧勇;蔣雯;韓德強;;廣義證據(jù)理論的基本框架[J];西安交通大學學報;2010年12期

5 石春和;梁偉;;D-S證據(jù)理論應用中的一種驗證方法[J];火力與指揮控制;2006年11期

6 夏慶觀;溫秀蘭;;基于D-S證據(jù)理論的工程實踐保障能力的評估[J];南京工程學院學報(自然科學版);2006年04期

7 梁偉;胡建旺;;用基于矩陣的D-S證據(jù)理論方法判定目標屬性[J];電光與控制;2007年04期

8 陳海;胡建旺;;證據(jù)理論的研究[J];兵工自動化;2007年11期

9 胡曉明;岳小云;;基于證據(jù)理論數(shù)據(jù)融合的故障診斷研究[J];流體傳動與控制;2008年01期

10 胡曉明;吳建華;;基于證據(jù)理論數(shù)據(jù)融合的故障診斷研究[J];液壓氣動與密封;2008年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 馬永一;沈懷榮;彭穎;;對D-S證據(jù)理論幾種改進方法的分析與討論[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

2 鄭德玲;湯新蓓;方巍;王俊然;;基于D-S證據(jù)理論的多專家意見綜合方法[A];1996年中國控制會議論文集[C];1996年

3 孫懷江;楊靜宇;;證據(jù)理論的改進及其應用[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

4 潘巍;王陽生;;一種基于D-S證據(jù)理論的情感辨識算法[A];第一屆中國情感計算及智能交互學術會議論文集[C];2003年

5 周凌柯;劉瑞蘭;;對證據(jù)理論檢測顯著誤差的研究[A];2005全國自動化新技術學術交流會論文集（三）[C];2005年

6 孔鵬程;周健;;基于D-S證據(jù)理論的改進算法的研究[A];2011中國儀器儀表與測控技術大會論文集[C];2011年

7 趙韓;方艮海;王勇;;證據(jù)理論在機構評價與選型中的應用[A];第十四屆全國機構學學術研討會暨第二屆海峽兩岸機構學學術交流會論文集[C];2004年

8 謝楠;李靖;李建爽;黃絢燁;;基于證據(jù)理論的施工中人為過失改錯效果的評估方法[A];第22屆全國結構工程學術會議論文集第Ⅲ冊[C];2013年

9 朱靖;王晨熙;鄢茂林;鄭義成;;D-S證據(jù)理論在多傳感器身份融合中的改進[A];全國第一屆信號處理學術會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

10 王波;吳華麗;王燦林;;一種基于D-S證據(jù)理論的故障診斷[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 李海生;基于證據(jù)理論的分類方法研究[D];華南理工大學;2013年

2 肖建于;證據(jù)理論研究及其在礦井突水預測中的應用[D];中國礦業(yè)大學;2012年

3 栗崢;后現(xiàn)代證據(jù)理論研究[D];中國政法大學;2008年

4 梁偉光;基于證據(jù)理論的在軌航天器故障診斷方法研究[D];中國科學技術大學;2011年

5 繆燕子;多傳感器信息融合理論及在礦井瓦斯突出預警系統(tǒng)中的應用研究[D];中國礦業(yè)大學;2009年

6 鎖斌;基于證據(jù)理論的不確定性量化方法及其在可靠性工程中的應用研究[D];中國工程物理研究院;2012年

7 肖明珠;基于證據(jù)理論的不確定性處理研究及其在測試中的應用[D];電子科技大學;2008年

8 唐敏;混合不確定性表示及應用研究[D];國防科學技術大學;2012年

，

本文編號：1291790