基于集合经验模态分解的组合风速预测方法 |
| |
引用本文: | 雷爽,王鹏卉,张亚刚.基于集合经验模态分解的组合风速预测方法[J].电力科学与工程,2018(1). |
| |
作者姓名: | 雷爽 王鹏卉 张亚刚 |
| |
作者单位: | 新能源电力系统国家重点实验室(华北电力大学); |
| |
摘 要: | 风速具有很强的波动性、随机性和间歇性,大规模的风电并网时给电网的安全性和稳定性带来严峻的挑战。精确的风速预测可以有效地提升电网运行的安全性。为此,基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和GM(2,1)模型,提出一种对风速变化趋势进行预测的组合风速预测模型,并利用小波分解与神经网络方法对模型进行了深度改进,从而得到一种具有良好预测精度的组合预测方法。实际算例结果表明,与简单的GM(2,1)预测方法以及集合经验模态分解和神经网络的组合预测方法相比,该方法显著降低了平均绝对误差与平均绝对百分误差,具有理想的预测结果,具有广阔的实际应用前景。
|
本文献已被 CNKI 等数据库收录! |
|