简介概要

一种参数自调整风电功率预测模型

来源期刊:东北大学学报(自然科学版)2016年第2期

论文作者:翟军昌 葛延峰 梁鹏 高立群

文章页码:153 - 156

关键词:风电功率预测;最小二乘法;滑动窗口;支持向量机;卡尔曼滤波;

摘    要:为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.

详情信息展示

一种参数自调整风电功率预测模型

翟军昌1,葛延峰2,梁鹏3,高立群1

1. 东北大学信息科学与工程学院2. 辽宁省电力有限公司3. 国网辽宁省电力有限公司锦州供电公司

摘 要:为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.

关键词:风电功率预测;最小二乘法;滑动窗口;支持向量机;卡尔曼滤波;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号