上海电机学院学报

2011, (03) 163-168

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于小波分解的风电场短期功率混合预测模型
Hybrid Forecasting Model for Short-Term Power of Wind Farm Based on Wavelet Decomposition

陈国初;王鹏;徐余法;俞金寿;

摘要(Abstract):

为提高预测前1 h风电功率的精度,提出一种基于小波分解(WD)的人工神经网络(ANN)及最小二乘支持向量机(LS-SVM)相结合的预测方法。通过小波分解将功率和风速序列分解为不同频率的子序列,根据风机输出功率特点分析,对低频和高频子序列分别采用ANN法和LS-SVM法进行预测,最后通过重构得到预测结果。利用该方法对东北某风电场提前1 h的功率进行预测,实验结果表明:该模型具有较高的预测精度,与单纯的BP神经网络的模型相比,绝对平均误差从10.25%下降到5.62%。

关键词(KeyWords): 小波分解;人工神经网络;最小二乘支持向量机;风电功率;预测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目资助(60772006、70773041);; 上海市教育委员会重点学科资助(J51901),上海市教育委员会科研创新项目资助(09ZZ211);; 上海市闵行区科技项目资助(2010MH169)

作者(Author): 陈国初;王鹏;徐余法;俞金寿;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享