本文選題：ACF + 風(fēng)速　； 參考：《電網(wǎng)與清潔能源》2016年11期

【摘要】：高效、準(zhǔn)確的風(fēng)速預(yù)測是風(fēng)電場功率預(yù)測的基礎(chǔ),對風(fēng)力發(fā)電控制和風(fēng)電場并網(wǎng)運行等具有重要意義。針對風(fēng)速時間序列具有強烈的非線性和波動性,且難以精準(zhǔn)預(yù)測的特點,提出一種基于正則化極限學(xué)習(xí)機(regularized extreme learning machine,RELM)的風(fēng)電場短期風(fēng)速預(yù)測新方法。首先,采用自相關(guān)函數(shù)(ACF)對風(fēng)速時間序列的相關(guān)性進(jìn)行分析,得到預(yù)測模型輸入屬性集合;其次,確定預(yù)測網(wǎng)絡(luò)的輸入、輸出等參數(shù),并建立RELM模型;再次,利用訓(xùn)練集在訓(xùn)練過程中確定網(wǎng)絡(luò)參數(shù),構(gòu)建RELM預(yù)測模型;最后,以RELM預(yù)測模型開展短期風(fēng)速預(yù)測,得出預(yù)測結(jié)果。采用美國風(fēng)能技術(shù)中心的實測風(fēng)電場風(fēng)速數(shù)據(jù)開展實驗證明,相對于標(biāo)準(zhǔn)的ELM和BP神經(jīng)網(wǎng)絡(luò),新方法具有更好的預(yù)測精度。
[Abstract]:Efficient and accurate wind speed prediction is the basis of wind farm power prediction, which is of great significance to wind power generation control and grid operation of wind farm. In view of the strong nonlinearity and volatility of wind speed time series and the difficulty of accurate prediction, a new method of wind farm short-term wind speed prediction based on regularized extreme learning machine (RELM) is proposed. First, the correlation of wind speed time series is analyzed by the autocorrelation function, and the input attribute set of prediction model is obtained. Secondly, the input and output parameters of prediction network are determined, and the RELM model is established. The training set is used to determine the network parameters during the training process, and the RELM forecasting model is constructed. Finally, the short-term wind speed prediction is carried out by using the RELM forecasting model, and the prediction results are obtained. The wind speed data of wind farm measured by the Wind Energy Technology Center of the United States show that the new method has better prediction accuracy than the standard ELM and BP neural networks.
【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;國網(wǎng)杭州供電公司;
【基金】：國家高技術(shù)研究發(fā)展計劃(863計劃)項目(SS2014AA052502) 吉林省科技發(fā)展計劃項目(20160411003XH) 吉林省社科基金(2015A2) 吉林市科技發(fā)展計劃項目(20156407)~~
【分類號】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱自強,夏智勛,吳禮義;跨音速翼型設(shè)計的一種滿足正則化條件的反設(shè)計方法[J];北京航空航天大學(xué)學(xué)報;1993年01期

2 劉小蘭;郝志峰;楊曉偉;馬獻(xiàn)恒;;基于最小熵正則化的半監(jiān)督分類[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2010年01期

3 林益;帶Carleman位移的奇異積分方程的正則化問題[J];華中工學(xué)院學(xué)報;1987年05期

4 吳迪;王奎民;趙玉新;王巍;陳立娟;;分段正則化正交匹配追蹤算法[J];光學(xué)精密工程;2014年05期

5 唐述;龔衛(wèi)國;;高階混合正則化圖像盲復(fù)原方法[J];光學(xué)精密工程;2013年01期

6 黃蔚,吳代華;正則化反分析迭代法識別梁上移動荷載及位置[J];武漢工業(yè)大學(xué)學(xué)報;1997年02期

7 劉良云,相里斌,李英才,趙葆常;正則化處理在層析成象光譜技術(shù)中的應(yīng)用[J];光子學(xué)報;1999年04期

8 吳鵬洲;于慧敏;曾雄;;基于正則化風(fēng)險最小化的目標(biāo)計數(shù)[J];浙江大學(xué)學(xué)報(工學(xué)版);2014年07期

9 俞全宏;PEANO正則化線性鍵及其在地學(xué)制圖中應(yīng)用[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;1991年01期

10 張榮;;淺談一類奇異分散控制系統(tǒng)的正則化[J];新課程研究(職業(yè)教育);2008年12期

相關(guān)會議論文 前5條

1 毛玉明;郭杏林;呂洪彬;;動載荷反演問題的正則化求解[A];第18屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅰ冊[C];2009年

2 王彥飛;;地球物理數(shù)值反演問題的最優(yōu)化和正則化理論與方法[A];中國地球物理學(xué)會第二十七屆年會論文集[C];2011年

3 廖熠;趙榮椿;;從明暗恢復(fù)形狀方法綜述[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

4 張瀚銘;閆鑌;李磊;;一種基于TV正則化的有限角度CT圖像重建算法[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2012年

5 熊春陽;黃建永;方競;;高性能牽引力顯微鏡方法及其在細(xì)胞力學(xué)研究中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀(jì)念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會報告論文[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 牛善洲;基于變分正則化的低劑量CT成像方法研究[D];南方醫(yī)科大學(xué);2015年

2 王梅;正則化路徑上的支持向量機模型組合[D];天津大學(xué);2013年

3 劉小蘭;基于圖和熵正則化的半監(jiān)督分類算法[D];華南理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 黃樹東;協(xié)同聚類及集成的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

2 白閃閃;基于L0正則化局部字典學(xué)習(xí)的視頻追蹤[D];大連理工大學(xué);2015年

3 王凱;求解斯托克斯流動問題的正則化源點法[D];太原理工大學(xué);2016年

4 郗仙田;正交正則化核典型相關(guān)分析的研究[D];東北電力大學(xué);2016年

5 張振月;基于范數(shù)正則化回歸的人臉識別[D];山東大學(xué);2016年

6 王吉興;拉普拉斯圖正則化的字典學(xué)習(xí)圖像去噪算法研究[D];五邑大學(xué);2016年

7 袁瑛;基于正則化的多核學(xué)習(xí)方法及應(yīng)用[D];華南理工大學(xué);2016年

8 董學(xué)輝;邏輯回歸算法及其GPU并行實現(xiàn)研究[D];哈爾濱工業(yè)大學(xué);2016年

9 朱園園;基于Log-det正則化的半徑—間隔學(xué)習(xí)方法及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

10 王新美;基于正則化相關(guān)熵的極端學(xué)習(xí)機[D];河北大學(xué);2013年

，

本文編號：1810224