本文關(guān)鍵詞：基于集成經(jīng)驗(yàn)?zāi)B(tài)分解和量子細(xì)菌覓食優(yōu)化的風(fēng)速預(yù)測模型

  更多相關(guān)文章： 風(fēng)速預(yù)測模型 模態(tài)混疊 總體經(jīng)驗(yàn)?zāi)B(tài)分解 細(xì)菌覓食優(yōu)化

【摘要】：基于風(fēng)速時(shí)間序列內(nèi)在規(guī)律特性,為改善經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模態(tài)混疊現(xiàn)象,提出基于集成經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)的風(fēng)速組合預(yù)測模型。同時(shí),針對預(yù)測模型參數(shù)選擇問題,將量子力學(xué)的思想引入細(xì)菌覓食優(yōu)化的繁殖算子中,結(jié)合量子空間下概率分布模型完成參數(shù)尋優(yōu)。4種算法的參數(shù)優(yōu)化結(jié)果表明,改進(jìn)算法具有更好的全局尋優(yōu)性能并能提高模型泛化能力。將其應(yīng)用于組合預(yù)測模型中,仿真表明,基于EEMD預(yù)測模型能較好地消除EMD的模態(tài)混疊現(xiàn)象,具有更高的預(yù)測精度。
【作者單位】： 華中科技大學(xué)水電與數(shù)字化工程學(xué)院;西澳大利亞大學(xué)電氣電子及計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】： 風(fēng)速預(yù)測模型 模態(tài)混疊 總體經(jīng)驗(yàn)?zāi)B(tài)分解 細(xì)菌覓食優(yōu)化
【基金】：國家自然科學(xué)基金(51379081) 湖北省自然科學(xué)基金重點(diǎn)項(xiàng)目(2011CDA032)
【分類號】：TM614
【正文快照】： 0引言風(fēng)能作為目前技術(shù)最成熟的一種可再生能源存在巨大發(fā)展機(jī)遇,但同時(shí)由于受風(fēng)電出力的不確定性、間歇性以及預(yù)測準(zhǔn)確性的制約,大規(guī)模風(fēng)電并網(wǎng)使電力系統(tǒng)運(yùn)行面臨了新的不確定性因素[1]。提高短期風(fēng)電功率預(yù)測精度,將有助于減輕風(fēng)電并網(wǎng)對電網(wǎng)沖擊造成的不利影響[2],從而促

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 林虹;陳琳;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的電力系統(tǒng)受擾軌跡去噪方法[J];電氣技術(shù);2014年08期

2 趙文忠;張傳軍;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的算法改進(jìn)[J];自動(dòng)化與儀器儀表;2009年05期

3 李成鑫;劉俊勇;楊嘉n\;姚良忠;M.BAZARGAN;;頻移經(jīng)驗(yàn)?zāi)B(tài)分解在低頻振蕩參數(shù)提取中的應(yīng)用[J];電力系統(tǒng)自動(dòng)化;2011年20期

4 潘章達(dá);張鋮;;利用經(jīng)驗(yàn)?zāi)B(tài)分解方法消除白噪聲及諧波[J];現(xiàn)代電力;2010年05期

5 江浩;李，

本文編號：815556