一种风电功率混沌时间序列概率区间简易预测模型

被引：14

作者：

章国勇 ^{[1
,2
]}

伍永刚 ^{[1
]}

张洋 ^{[2
]}

代贤良 ^{[1
]}

机构：

[1] 华中科技大学水电与数字化工程学院

[2] 西澳大利亚大学电气电子及计算机学院

来源：

物理学报 | 2014年 / 63卷 / 13期

关键词：

混沌时间序列; 概率区间预测; 极限学习机; 量子细菌觅食优化;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

本文基于极限学习机构建了一种简易模型以直接输出风电功率概率区间.同时,为优化模型训练过程中输出区间的性能,本文基于对数据集区间带偏差信息的分析构建了一种新的优化准则,并采用量子细菌觅食优化算法以获取问题的最优解,提高模型泛化能力.对比分析两个风电场在不同置信水平和不同优化准则下的概率预测结果,仿真表明本文模型具有更高的可靠性和更窄的区间带宽,可为风电并网安全稳定运行提供决策支持.

引用

页码：430 / 438

页数：9

共 13 条

[1] 基于风电功率概率预测和运行风险约束的含风电场电力系统动态经济调度 [J].

刘德伟 ;

郭剑波 ;

黄越辉 ;

王伟胜 .

中国电机工程学报, 2013, 33 (16) :9-15+24

[2] 基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型 [J].

张学清 ;

梁军 .

物理学报, 2013, 62 (05) :76-85

[3] 求解含风电场的电力系统机组组合问题的改进量子离散粒子群优化方法 [J].

吴小珊 ;

张步涵 ;

袁小明 ;

李高望 ;

罗钢 ;

周杨 .

中国电机工程学报, 2013, 33 (04) :45-52+7

[4] 风电功率时间序列混沌特性分析及预测模型研究 [J].

张学清 ;

梁军 .

物理学报, 2012, 61 (19) :70-81

[5] 基于极端学习机的多变量混沌时间序列预测 [J].

王新迎 ;

韩敏 .

物理学报, 2012, 61 (08) :97-105

[6] 采用优化极限学习机的多变量混沌时间序列预测 [J].

高光勇 ;

蒋国平 .

物理学报, 2012, 61 (04) :37-45

[7] 风电功率短期预测及非参数区间估计 [J].

周松林 ;

茆美琴 ;

苏建徽 .

中国电机工程学报, 2011, 31 (25) :10-16

[8] 基于分位点回归的风电功率波动区间分析 [J].

李智 ;

韩学山 ;

杨明 ;

钟世民 .

电力系统自动化, 2011, 35 (03) :83-87

[9] 量子粒子群优化算法的收敛性分析及控制参数研究 [J].

方伟 ;

孙俊 ;

谢振平 ;

须文波 .

物理学报, 2010, 59 (06) :3686-3694

[10]

Current status and future advances for wind speed and power forecasting[J] . Jaesung Jung,Robert P. Broadwater.Renewable and Sustainable Energy Reviews . 2014

← 1 2 →