本文選題：短期風(fēng)電功率預(yù)測　切入點(diǎn)：集成預(yù)測方法　出處：《電力系統(tǒng)保護(hù)與控制》2016年07期

【摘要】：為提高短期風(fēng)電功率預(yù)測精度,縮短模型訓(xùn)練時(shí)間,提出了一種短期風(fēng)電功率集成預(yù)測方法。根據(jù)風(fēng)速功率曲線和風(fēng)速頻率特征,將風(fēng)速劃分為高、中、低三段,并對(duì)每段的風(fēng)速功率特征進(jìn)行統(tǒng)計(jì)分析。高、低風(fēng)速段功率波動(dòng)較大,使用最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LSSVM)方法可取得較高的預(yù)測精度。中風(fēng)速段風(fēng)速數(shù)據(jù)點(diǎn)較多,且風(fēng)速和功率有明顯的物理關(guān)系,使用高斯(Gaussian)模型預(yù)測。并用風(fēng)速功率等級(jí)表對(duì)各段預(yù)測的結(jié)果進(jìn)行訂正,保證了算法的穩(wěn)定性。用上海某風(fēng)電場2014年的歷史數(shù)據(jù),驗(yàn)證了Gaussian模型以及高、中、低風(fēng)速段對(duì)應(yīng)的預(yù)測算法選取的合理性。與LSSVM預(yù)測方法相比較,集成預(yù)測方法既提高了預(yù)測精度又縮短了預(yù)測時(shí)間,適合風(fēng)電場短期功率的實(shí)時(shí)預(yù)測。
[Abstract]:In order to improve the accuracy of short-term wind power prediction and shorten the training time of the model, a short-term wind power integrated forecasting method is proposed.According to the wind speed power curve and the wind speed frequency characteristic, the wind speed is divided into three sections: high, middle and low, and the wind speed power characteristic of each section is analyzed statistically.The power fluctuates greatly in high and low wind speeds. The least square support vector machine least Squares Support Vector Machine (LSSVM) method can achieve high prediction accuracy.There are many data points of wind speed in the middle wind speed section, and there are obvious physical relations between wind speed and power. Gao Si's Gaussian model is used to predict the wind speed.The predicted results are revised by the wind speed power scale to ensure the stability of the algorithm.Using the historical data of a wind farm in Shanghai in 2014, the rationality of the selection of the Gaussian model and the prediction algorithms corresponding to the high, middle and low wind speeds is verified.Compared with the LSSVM forecasting method, the integrated forecasting method not only improves the prediction accuracy but also shortens the prediction time, and is suitable for the real-time prediction of short-term power of wind farm.
【作者單位】： 南京信息工程大學(xué)信息與控制學(xué)院;南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心;
【基金】：江蘇省六大人才高峰資助項(xiàng)目(WLW-021) 國家公益性行業(yè)(氣象)科研專項(xiàng)資助項(xiàng)目(GYHY201106040) 江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目
【分類號(hào)】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程禮芬;區(qū)域貨運(yùn)量預(yù)測方法的比較[J];重慶交通學(xué)院學(xué)報(bào);2005年04期

2 綱;;經(jīng)濟(jì)情報(bào)網(wǎng)預(yù)測分網(wǎng)預(yù)測方法研討會(huì)在寧波召開[J];科技信息;1987年11期

3 岡部賴信 ,中井真行 ,織本正明 ,趙立群;煤揚(yáng)塵的預(yù)測方法[J];交通環(huán)保;1988年S1期

4 王志丹;輪式越野車輛通過性預(yù)測方法的試驗(yàn)考察[J];汽車工程;1985年02期

5 李德光,張明立;基于未確知數(shù)理論的一種新的費(fèi)用估算專家預(yù)測方法[J];導(dǎo)彈與航天運(yùn)載技術(shù);2000年06期

6 陶靜;胡平;;防汛物資采購量預(yù)測方法[J];江蘇水利;2009年02期

7 鄧濤成;劉廷新;張明娟;;基于多元線性回歸模型的農(nóng)村客運(yùn)量預(yù)測研究[J];道路交通與安全;2010年06期

8 潘國美;;對(duì)幾種用電預(yù)測方法的探討[J];上海電力;2000年02期

9 吳劍春;朱子根;;居住區(qū)綠色建筑設(shè)計(jì)聲環(huán)境預(yù)測方法[J];中華民居;2010年05期

10 桑玉杰;商服用房二級(jí)市場需求的一種預(yù)測方法[J];沈陽航空工業(yè)學(xué)院學(xué)報(bào);2003年04期

相關(guān)會(huì)議論文 前8條

1 羅煒;;運(yùn)輸需求的一種間接預(yù)測方法——兼論預(yù)測的本質(zhì)[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

2 魯守棟;孫晉海;;體育系統(tǒng)預(yù)測研究的現(xiàn)狀分析及對(duì)策研究[A];第七屆全國體育科學(xué)大會(huì)論文摘要匯編（一）[C];2004年

3 肖翠翠;楊姝影;;環(huán)境規(guī)劃中的預(yù)測方法與技術(shù)[A];2010中國環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集(第二卷)[C];2010年

4 鮑蕊;魏英魁;張建宇;費(fèi)斌軍;;基于概率斷裂力學(xué)的多部位損傷發(fā)生概率預(yù)測方法[A];第十五屆全國疲勞與斷裂學(xué)術(shù)會(huì)議摘要及論文集[C];2010年

5 劉斌;張榮;劉思峰;黨耀國;;PMVF綜合集成預(yù)測方法及應(yīng)用示例[A];2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

6 韓渭賓;易桂喜;辛華;;四川省地震年度活動(dòng)水平的初步研究[A];中國地震學(xué)會(huì)第七次學(xué)術(shù)大會(huì)論文摘要集[C];1998年

7 馬先海;;用地預(yù)測的基本方法探討[A];中國土地問題研究——中國土地學(xué)會(huì)第三次會(huì)員代表大會(huì)暨慶祝學(xué)會(huì)成立十周年學(xué)術(shù)討論會(huì)論文集[C];1990年

8 ;年際增量的預(yù)測方法在北大西洋颶風(fēng)頻次的季節(jié)預(yù)測(英文)[A];第28屆中國氣象學(xué)會(huì)年會(huì)——S5氣候預(yù)測新方法和新技術(shù)[C];2011年

相關(guān)重要報(bào)紙文章 前5條

1 楊鋼作坊 言寺;簡單一點(diǎn)好[N];現(xiàn)代物流報(bào);2007年

2 辛和;北京科技新星課題通過專家鑒定[N];中國建設(shè)報(bào);2009年

3 王志剛（作者單位 甘肅省電力公司武威供電公司）;預(yù)測是抓好預(yù)算的關(guān)鍵[N];甘肅經(jīng)濟(jì)日?qǐng)?bào);2005年

4 本報(bào)記者 孟凡君;Meta分析法可用于找礦預(yù)測研究[N];中國礦業(yè)報(bào);2010年

5 英信;心臟病預(yù)測方法將變得更簡便[N];醫(yī)藥經(jīng)濟(jì)報(bào);2003年

相關(guān)碩士學(xué)位論文 前10條

1 張克娜;基于擬線性回歸的復(fù)合預(yù)測方法及其應(yīng)用[D];河北科技大學(xué);2013年

2 馮莉;多種預(yù)測方法在我國對(duì)外貿(mào)易預(yù)測中的應(yīng)用研究[D];武漢理工大學(xué);2007年

3 池可;服裝銷售預(yù)測方法及RBF神經(jīng)網(wǎng)絡(luò)模型研究[D];蘇州大學(xué);2009年

4 符俊嶺;具有主客觀信息集成特征的經(jīng)濟(jì)預(yù)測方法及其應(yīng)用[D];東北大學(xué);2009年

5 張飛飛;云資源管理中預(yù)測方法的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

6 陳實(shí);貨運(yùn)量預(yù)測方法及應(yīng)用研究[D];武漢理工大學(xué);2008年

7 李夢(mèng);基于優(yōu)化算法的物流預(yù)測方法與應(yīng)用研究[D];北京化工大學(xué);2014年

8 沈e，

本文編號(hào)：1706107