复杂波动时间序列的多尺度分解算法及其在可再生能源发电建模应用中的性能评估 |
| |
引用本文: | 管霖,卓映君,周保荣,詹勋淞,赵文猛,陈恒安.复杂波动时间序列的多尺度分解算法及其在可再生能源发电建模应用中的性能评估[J].南方电网技术,2020,14(6). |
| |
作者姓名: | 管霖 卓映君 周保荣 詹勋淞 赵文猛 陈恒安 |
| |
作者单位: | 华南理工大学电力学院, 广州510640;南方电网科学研究院, 广州510663 |
| |
基金项目: | 广东省重点领域研发计划;国家自然科学基金;南方电网公司重点科技项目 |
| |
摘 要: | 新能源发电曲线的准确预报对电网运行至关重要。针对这类随机波动型时间序列的建模分析,本文研究了3种具有代表性的多尺度分解算法:小波变换、经验模态分解和数学形态学分解。以波动规律复杂的风电时间序列为例,对比了3种分解算法的效果。基于信息熵理论和希尔伯特变换技术,从信息复杂性、幅值特性和频率特性3个方面,建立了一套评价分解算法应用性能的指标体系,并采用分解算法和神经网络的组合预测模型进行验证。结果表明,本文所提评价体系有效,为新能源建模中分解算法的选择和应用提供参考。
|
关 键 词: | 时间序列预测 多尺度分解算法 风电 信息熵 可再生能源 |
本文献已被 CNKI 万方数据 等数据库收录! |
|