控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2014年
6期
833-837
,共5页
管志威%陈国初%徐余法%俞金寿
管誌威%陳國初%徐餘法%俞金壽
관지위%진국초%서여법%유금수
风电功率%预测%经验模态分解法%支持向量机%模型
風電功率%預測%經驗模態分解法%支持嚮量機%模型
풍전공솔%예측%경험모태분해법%지지향량궤%모형
wind power%forecast%EMD%SVM%model
风电功率短期预测对电力系统的调度运行有着重要意义.为提高风电功率短期预测的精度,构建基于改进的经验模态分解法(EMD)和支持向量机(SVM)相结合的预测模型,进行风电功率的短期预测.首先,采用镜像延拓算法对预处理后的功率序列进行处理,从而抑制经验模态分解法分解过程中的端点效应;同时,采用分段三次埃尔米特插值代替三次样条插值,由此得到的包络线可以有效改进EMD的欠冲或过冲问题;然后用改进后的EMD方法将风电功率序列分解成不同的分量,再针对各分量分别构建各自的SVM模型进行预测,最后将各预测分量进行叠加,由此得到总的风电功率预测值.实验结果表明,相比与其他的短期功率预测模型,改进的EMD-SVM预测模型具有更高的预测精度,具有一定的应用价值.
風電功率短期預測對電力繫統的調度運行有著重要意義.為提高風電功率短期預測的精度,構建基于改進的經驗模態分解法(EMD)和支持嚮量機(SVM)相結閤的預測模型,進行風電功率的短期預測.首先,採用鏡像延拓算法對預處理後的功率序列進行處理,從而抑製經驗模態分解法分解過程中的耑點效應;同時,採用分段三次埃爾米特插值代替三次樣條插值,由此得到的包絡線可以有效改進EMD的欠遲或過遲問題;然後用改進後的EMD方法將風電功率序列分解成不同的分量,再針對各分量分彆構建各自的SVM模型進行預測,最後將各預測分量進行疊加,由此得到總的風電功率預測值.實驗結果錶明,相比與其他的短期功率預測模型,改進的EMD-SVM預測模型具有更高的預測精度,具有一定的應用價值.
풍전공솔단기예측대전력계통적조도운행유착중요의의.위제고풍전공솔단기예측적정도,구건기우개진적경험모태분해법(EMD)화지지향량궤(SVM)상결합적예측모형,진행풍전공솔적단기예측.수선,채용경상연탁산법대예처리후적공솔서렬진행처리,종이억제경험모태분해법분해과정중적단점효응;동시,채용분단삼차애이미특삽치대체삼차양조삽치,유차득도적포락선가이유효개진EMD적흠충혹과충문제;연후용개진후적EMD방법장풍전공솔서렬분해성불동적분량,재침대각분량분별구건각자적SVM모형진행예측,최후장각예측분량진행첩가,유차득도총적풍전공솔예측치.실험결과표명,상비여기타적단기공솔예측모형,개진적EMD-SVM예측모형구유경고적예측정도,구유일정적응용개치.