本文選題：風(fēng)功率預(yù)測(cè)　切入點(diǎn)：EEMD　出處：《電網(wǎng)與清潔能源》2015年10期 　論文類(lèi)型：期刊論文

【摘要】：風(fēng)功率的短期預(yù)測(cè)對(duì)于電力系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要意義。提出了一種基于總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測(cè)方法。首先利用EEMD分解將風(fēng)功率序列按不同波動(dòng)尺度逐級(jí)分解,得到不同頻率的分量以緩解風(fēng)功率序列的非平穩(wěn)性,然后對(duì)各分量分別建立改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行預(yù)測(cè),最后疊加各分量的預(yù)測(cè)結(jié)果得到最終預(yù)測(cè)數(shù)據(jù)。仿真結(jié)果表明,該方法不僅可以有效緩解風(fēng)功率非平穩(wěn)性對(duì)于預(yù)測(cè)精度的影響,還可以避免傳統(tǒng)方法的模態(tài)混疊問(wèn)題,具有較高的預(yù)測(cè)精度和適應(yīng)性。
[Abstract]:Short-term wind power prediction is of great significance for the safe and stable operation of power system. A short-term wind power combination forecasting method based on the total average empirical mode decomposition (EEMD) and improved Elman neural network is proposed. The wind power series is decomposed according to different wave scales by EEMD decomposition. The components of different frequencies are obtained to alleviate the non-stationarity of wind power series, and then the improved Elman neural network prediction model is established for each component to predict the nonstationarity of the wind power series. The simulation results show that the proposed method can not only effectively mitigate the influence of non-stationary wind power on the prediction accuracy, but also avoid the modal aliasing problem of traditional methods. It has high prediction accuracy and adaptability.
【作者單位】： 湖北省微電網(wǎng)工程技術(shù)研究中心(三峽大學(xué));甘肅省電力科學(xué)研究院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51207113)~~
【分類(lèi)號(hào)】：TM614;TP183

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張濤;張新燕;王維慶;;基于神經(jīng)網(wǎng)絡(luò)的風(fēng)功率預(yù)測(cè)問(wèn)題研究[J];四川電力技術(shù);2013年01期

2 梁嘉琛;趙二峰;張秀山;孔慶梅;蘭石發(fā);;基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和自回歸滑動(dòng)平均的某碾壓混凝土重力壩變形預(yù)測(cè)模型及應(yīng)用[J];水電能源科學(xué);2015年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 祝志慧;孫云蓮;季宇;;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂妥钚《酥С窒蛄繖C(jī)的短期負(fù)荷預(yù)測(cè)[J];繼電器;2007年08期

2 吳國(guó)e，

本文編號(hào)：1613572