期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到67篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于样本卷积交互网络的风电场集群短期功率预测
1
作者 朱国鹏 向玲 +3 位作者 范文振 吴俊 李跃文 胡爱军 《太阳能学报》 北大核心 2025年第1期158-167,共10页
为保障风电集群安全运行和优化区域电网调度,提出一种基于样本卷积交互网络(SCINet)的风电场集群短期功率预测方法。首先引入能量熵(EE)、变分模态分解(VMD)方法对功率序列进行处理,然后对平稳序列和非平稳序列分别使用SCINet、自回归... 为保障风电集群安全运行和优化区域电网调度,提出一种基于样本卷积交互网络(SCINet)的风电场集群短期功率预测方法。首先引入能量熵(EE)、变分模态分解(VMD)方法对功率序列进行处理,然后对平稳序列和非平稳序列分别使用SCINet、自回归滑动平均模型(ARMA)进行预测,最后将模型输出结果重构获得最终功率预测结果。算例1以中国东北某150MW大型风电场实测数据为例进行模型构建和预测分析,结果表明模型在功率序列特征挖掘方面具有明显优势,且预测精度较高。算例2以西北某298.5 MW风电场集群功率数据对所提方法进行验证,验证结果显示,该方法泛化性好,与目前风电场集群功率预测常用方法相比性能更好、计算效率更高,可为风电场集群功率预测提供参考。 展开更多
关键词 风功率 预测 风电场 信号处理 变分模态分解 卷积
原文传递
基于多重相关性学习的风电场SCADA数据修复及其功率预测应用
2
作者 郑李梦千 朱利鹏 +2 位作者 文唯嘉 李佳勇 张聪 《电力自动化设备》 北大核心 2025年第3期78-85,共8页
风电场数据采集与监视控制(SCADA)系统实测数据中的数据缺失、噪声等非理想测量工况给短期风电功率的可靠预测带来严峻挑战。为解决这个问题,提出了一种基于多重相关性学习的SCADA数据修复方案。对于SCADA实测数据中存在的数据缺失问题... 风电场数据采集与监视控制(SCADA)系统实测数据中的数据缺失、噪声等非理想测量工况给短期风电功率的可靠预测带来严峻挑战。为解决这个问题,提出了一种基于多重相关性学习的SCADA数据修复方案。对于SCADA实测数据中存在的数据缺失问题,提出综合挖掘多维时序数据多重相关性的数据修复方法,对缺失数据进行初步修复;设计适用于多种复杂工况的残差神经网络,对初步修复结果进行进一步精细化处理,实现精细的缺失值修复和数据去噪;以修复后的数据为输入,通过基于多头注意力机制的卷积神经-长短期记忆深度学习网络构建高可靠的短期风电功率预测模型。华中地区2座风电场实测SCADA数据的算例分析结果验证了所提方法的有效性及其在提升短期风电功率预测性能方面的应用价值。 展开更多
关键词 SCADA数据修复 多重相关性 短期风电功率预测 深度学习 残差神经网络
下载PDF
基于风电场数据特征的功率预测与经济运行研究
3
作者 朱振军 《微型电脑应用》 2025年第2期222-225,248,共5页
由于风力具有不确定性,导致风电波动性较强。为了对风电功率进行准确的预测,建立基于数据特征的功率预测系统。根据风电场数据特征对数值天气预报(NWP)风速数据进行修正,对异常风电数据进行滤波和补齐处理,并对风电机组进行实时监测,实... 由于风力具有不确定性,导致风电波动性较强。为了对风电功率进行准确的预测,建立基于数据特征的功率预测系统。根据风电场数据特征对数值天气预报(NWP)风速数据进行修正,对异常风电数据进行滤波和补齐处理,并对风电机组进行实时监测,实现风电场经济性运行。风电场电能采集模块完成对风电场龙风线、主变线路高压侧、变压器等信息的采集。采用电压互感器(PT)二次回路压降的方法提高测量精度。利用拉丁超立方抽样策略(LHS)对灰狼寻优算法进行改进,保证种群初始参数抽样过程的稳定性,建立基于门控循环单元网络的功率预测系统,实现对风电功率的预测。实验结果显示,风电功率预测系统的训练时间仅为845 s,平均预测误差低于5%,预测精度最大。 展开更多
关键词 风电场数据特征 功率预测 PT二次回路 灰狼寻优算法 门控循环单元
下载PDF
基于数据物理混合驱动的超短期风电功率预测模型 被引量：3
4
作者 杨茂 王达 +3 位作者 王小海 范馥麟 高博 王勃 《高电压技术》 EI CAS CSCD 北大核心 2024年第11期5132-5141,共10页
为提升超短期风电功率预测精度,提出一种数据-物理混合驱动的超短期风电功率预测方法。首先,构建一种融合双向门控循环单元的残差网络结构,将其在测试集的预测结果作为预测模板。然后,根据风速-风电转换特性,基于多项式-线性回归模型拟... 为提升超短期风电功率预测精度,提出一种数据-物理混合驱动的超短期风电功率预测方法。首先,构建一种融合双向门控循环单元的残差网络结构,将其在测试集的预测结果作为预测模板。然后,根据风速-风电转换特性,基于多项式-线性回归模型拟合风电场风速-功率曲线,在风速高波动时点,以物理机理透明的风速-功率曲线进行预测。最后,根据风速波动阈值建立不同模型之间的动态切换机制,按切换的时点修改模板预测值,对于修正风速小于切入风速的时点,将预测值置零。在吉林省某装机容量为400.5 MW的风电场提供的数据上进行仿真实验得到,测试集第16步预测的平均归一化均方根误差为0.1589,全部切换中有利切换占比达到90.86%,验证了提出的超短期风电功率预测模型的有效性和适用性。 展开更多
关键词 风电场 超短期预测 数据物理混合驱动 切换机制 波动阈值 深度残差网络
原文传递
基于DCGCN模型的海上风电场超短期功率预测 被引量：1
5
作者 黄玲玲 石孝华 +2 位作者 符杨 刘阳 应飞祥 《电力系统自动化》 EI CSCD 北大核心 2024年第15期64-72,共9页
图卷积网络(GCN)具有很强的数据关联挖掘能力,近年来在风电功率预测领域获得了广泛关注。然而,传统的基于GCN模型的超短期风电功率预测难以同时处理影响风电功率的两大核心因素(风速与机组状态信息)的双模态问题,基于此,提出了一种基于... 图卷积网络(GCN)具有很强的数据关联挖掘能力,近年来在风电功率预测领域获得了广泛关注。然而,传统的基于GCN模型的超短期风电功率预测难以同时处理影响风电功率的两大核心因素(风速与机组状态信息)的双模态问题,基于此,提出了一种基于双通道图卷积网络(DCGCN)的海上风电场超短期功率预测模型。首先,建立以理论功率曲线为基准的机组状态指标模型,定量表征机组状态变化对其发电能力的影响;其次,构建海上风电场图拓扑,建立基于风速和状态邻接矩阵的风电场各机组捕获的风速与机组状态信息的关联关系模型;最后,建立基于DCGCN的风电场超短期功率预测方法。算例结果表明,所提模型有助于提高风电场功率预测模型的训练效率和预测精度。 展开更多
关键词 超短期功率预测 图卷积网络 海上风电场 功率曲线 双通道神经网络
下载PDF
基于数据分层预处理的短期风功率预测研究 被引量：3
6
作者 章伟 邓院昌 魏桢 《水电能源科学》 北大核心 2013年第11期245-248,共4页
良好的风速和风功率预测是解决风电并网问题的关键。针对样本数据中的无效点影响风功率建模问题,采用分层统计法对风功率进行统计分析后获得了风速—功率关系带,对功率进行修正,根据修正后的数据应用灰色—马尔可夫链模型进行预测,并与... 良好的风速和风功率预测是解决风电并网问题的关键。针对样本数据中的无效点影响风功率建模问题,采用分层统计法对风功率进行统计分析后获得了风速—功率关系带,对功率进行修正,根据修正后的数据应用灰色—马尔可夫链模型进行预测,并与比恩法和经验公式法进行对比分析。结果表明,风功率分层统计法可有效地消除坏点数据,预测精度高。 展开更多
关键词 数据分层 预处理 风功率预测 分层统计法 灰色-马尔可夫链模型
原文传递
基于短期风功率预测的数据预处理算法研究 被引量：18
7
作者 许梦田 王洪哲 +1 位作者 赵成萍 严华 《可再生能源》 CAS 北大核心 2019年第1期119-125,共7页
针对实测风速和功率数据中包含奇异点以及同一风速下风功率存在较大范围波动的问题,文章提出一种数据预处理算法。首先,采用拉依达准则剔除风速和功率奇异点;再使用优化的一次指数平滑法及最大皮尔逊相关系数对风速进行平滑处理;最后,... 针对实测风速和功率数据中包含奇异点以及同一风速下风功率存在较大范围波动的问题,文章提出一种数据预处理算法。首先,采用拉依达准则剔除风速和功率奇异点;再使用优化的一次指数平滑法及最大皮尔逊相关系数对风速进行平滑处理;最后,利用新疆阿勒泰地区某风电场单台风机的实测数据进行验证分析。以文章提出的预处理方法得到的风速作为BP神经网络预测模型的输入,风功率的预测准确度显著高于已有预处理方法得到的结果。 展开更多
关键词 数据预处理 拉依达准则 一次指数平滑 皮尔逊相关系数 风功率预测
下载PDF
基于BP神经网络的风电场短期功率预测 被引量：1
8
作者 所丽 唐巍 《农业技术与装备》 2013年第8期4-6,共3页
风力发电具有绿色环保、资源丰富和容易开发等优势,但其间歇性和随机性的缺点对电力系统的安全、稳定运行,以及电能质量产生的影响却限制了风电的发展,而风电场功率短期预测是解决该问题的有效途径之一。负荷预测的精度与历史数据的准... 风力发电具有绿色环保、资源丰富和容易开发等优势,但其间歇性和随机性的缺点对电力系统的安全、稳定运行,以及电能质量产生的影响却限制了风电的发展,而风电场功率短期预测是解决该问题的有效途径之一。负荷预测的精度与历史数据的准确性直接相关,提出将历史数据的处理分为失真数据查找和空缺数据补全两部分来处理的思想,并将负荷预测中的回归分析应用到数据处理中,提高了历史数据的准确性。在建立BP神经网络模型时,利用SPSS中的相关性分析和经验公式,确定输入层神经元和隐层神经元的范围,经多次试验后确定BP神经网络模型,并对某风电场的短期功率进行预测。结果表明,该方法精度较高,为电力调度部门提供了很好的依据,同时也为提高电网中风电装机比例提供了一种有效的途径。 展开更多
关键词 风电场短期功率预测数据处理 回归分析BP神经网络
下载PDF
基于CNN–LSTM的风电场发电功率迁移预测方法 被引量：8
9
作者 唐清苇 向月 +3 位作者 代佳琨 李子豪 孙炜 刘俊勇 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第2期91-99,共9页
随着能源消耗的持续增长和全球气候问题的日趋严峻,以风能为代表的清洁能源装机容量正在稳步提升。为更好地消纳风电,需要准确的风电场发电功率预测为配套设施建设和未来规划制定提供有效依据。针对在缺少风电历史运行数据时预测精度较... 随着能源消耗的持续增长和全球气候问题的日趋严峻,以风能为代表的清洁能源装机容量正在稳步提升。为更好地消纳风电,需要准确的风电场发电功率预测为配套设施建设和未来规划制定提供有效依据。针对在缺少风电历史运行数据时预测精度较低的问题,提出一种基于卷积神经网络–长短期记忆神经网络(CNN–LSTM)的规划阶段风电场发电功率预测模型。首先,基于参考电站历史数据提取风速–风电功率实测数据点,采用3次样条插值进行风电功率曲线建模。然后,采用K–means聚类算法,根据风速–风电功率的特性关系划分参考风电场的区域类别。综合考虑风电功率与多维气象因素的特征关系和功率的时序特性,构建CNN–LSTM预测模型,提出基于功率曲线的预测结果修正方法。最后,基于某地风电场实际数据进行算例分析,并与使用标准功率曲线和未进行修正时的预测结果进行对比分析。结果表明:基于风速–风电功率特性的风电场聚类可以实现参考风电场的优化识别;所提模型预测结果优于传统标准功率曲线预测方法,基于功率曲线的修正方法进一步提升了预测效果。基于深度学习算法的规划阶段风电场发电功率迁移预测模型综合考虑了风力发电特性和多维环境因素,其有效性得到了验证,可以为提高规划阶段风电场发电功率的预测精度提供新思路。 展开更多
关键词 风电预测 长短期记忆神经网络 卷积神经网络 功率曲线 风电场规划
下载PDF
自适应密度聚类组合数据清洗的LSTM风电功率预测 被引量：1
10
作者 潘鹏程 刘晖 王仁明 《电力系统及其自动化学报》 CSCD 北大核心 2024年第7期59-66,共8页
风电机运行产生的海量数据中包含大量不同运行情况下造成的异常值,这些数据会对风电功率预测等方面产生影响。为提高风电功率的预测精度,首先,通过建立自适应基于密度的聚类算法与K-均值聚类算法组合数据清洗算法删筛异常值;然后,建立... 风电机运行产生的海量数据中包含大量不同运行情况下造成的异常值,这些数据会对风电功率预测等方面产生影响。为提高风电功率的预测精度,首先,通过建立自适应基于密度的聚类算法与K-均值聚类算法组合数据清洗算法删筛异常值;然后,建立随机森林模型填补缺失值保证数据的完整性;最后,利用长短期记忆神经网络结合气象信息建立风电功率预测模型,并对某风电场实测数据进行风电功率短期预测。研究结果表明,所述方法清洗效率高,预测准确度均高于其他模型,具有良好的预测性能。 展开更多
关键词 组合数据清洗 风电功率预测 长短期记忆 短期预测
下载PDF
基于混合特征双重衍生和误差修正的风电功率超短期预测 被引量：1
11
作者 袁畅 王森 +2 位作者 孙永辉 武云逸 谢东亮 《电力系统自动化》 EI CSCD 北大核心 2024年第5期68-76,共9页
随着风电渗透率的不断提高,对风电功率进行精准、可靠的预测是提升风电消纳水平的有效措施。针对功率预测时风电数据种类不足和特征数量稀缺的问题,提出基于混合特征双重衍生和误差修正的风电功率超短期预测模型。首先,在原始功率特征... 随着风电渗透率的不断提高,对风电功率进行精准、可靠的预测是提升风电消纳水平的有效措施。针对功率预测时风电数据种类不足和特征数量稀缺的问题,提出基于混合特征双重衍生和误差修正的风电功率超短期预测模型。首先,在原始功率特征中施加混沌噪声,构造出多条混沌扰动特征,改善原始功率特征分布过于单一的状况。其次,提出基于免疫算法的特征衍生算法,挖掘风电功率数据的潜在信息,增加优质特征数量,进而构建误差预测模型,通过预测风电功率预测误差修正风电功率预测结果,进一步提升预测准确率。最后,基于比利时风电场实际运行数据进行算例分析。所提模型预测效果较好,且相较其他传统预测模型精确度更高,验证了所提模型的有效性。 展开更多
关键词 风电功率预测 风电场 特征稀缺回归预测 特征衍生 误差修正 超短期预测
下载PDF
风电场短期功率预测 被引量：9
12
作者 杨晓萍 王宝 +1 位作者 兰航 武小暄 《电力系统及其自动化学报》 CSCD 北大核心 2015年第9期85-90,共6页
风电场输出功率的预测对大规模风电接入电力系统运行有非常重要的意义。针对现有各种预测方法预测精度不高的问题,提出了一种基于相关向量机-马尔科夫链的风电短期功率预测方法。首先,运用相关向量机原理,得到原始预测模型;之后,使用马... 风电场输出功率的预测对大规模风电接入电力系统运行有非常重要的意义。针对现有各种预测方法预测精度不高的问题,提出了一种基于相关向量机-马尔科夫链的风电短期功率预测方法。首先,运用相关向量机原理,得到原始预测模型;之后,使用马尔科夫链原理对误差进行修正,结合最小二乘法得到风电场短期功率预测-误差修正模型;最后,将该方法用于实际风电场的短期功率预测,其平均相对误差达到7.2%。研究结果表明:所提的预测方法能够满足电力系统调度对风电场短期功率预测的要求。 展开更多
关键词 风电场 短期功率 预测 相关向量机 马尔可夫链
下载PDF
含超短期风功率预测增强处理的风储系统超前滚动优化控制策略 被引量：16
13
作者 李滨 邓有雄 陈碧云 《电网技术》 EI CSCD 北大核心 2021年第6期2280-2287,共8页
因风电固有的高不确定性与强随机性的特点,在电力市场中难以与传统机组相竞争,影响其大规模地接入电网。为提高风电跟踪计划出力能力与市场竞争力,首先结合电池储能系统,考虑风储系统运行约束,建立了以区域发电机组并网要求下惩罚电量... 因风电固有的高不确定性与强随机性的特点,在电力市场中难以与传统机组相竞争,影响其大规模地接入电网。为提高风电跟踪计划出力能力与市场竞争力,首先结合电池储能系统,考虑风储系统运行约束,建立了以区域发电机组并网要求下惩罚电量与电池吞吐量最小为目标的优化模型;其次利用卡尔曼滤波算法对超短期风电功率预测数据进行增强处理,提高预测功率的时间分辨率与预测精度;在此基础上,将预测增强处理与超前滚动优化结合,提出了一种含超短期风功率预测增强处理的风储系统超前滚动优化控制策略。仿真结果表明,所提优化控制策略可在满足传统机组并网要求下,提高风储系统市场竞争力与经济性。 展开更多
关键词 风储联合系统 超短期风电功率预测 预测增强处理 滚动优化 控制策略
原文传递
用于提升风电场短期功率预测准确率的储能系统出力控制策略 被引量：3
14
作者 李娜 白恺 +3 位作者 柳玉 王开让 巩宇 董建明 《储能科学与技术》 CAS CSCD 2018年第1期100-107,共8页
目前对于储能系统应用于平抑新能源发电的波动性、移峰填谷等场景的控制策略已有文献研究,但对于风功率预测准确率影响风电场效益的机制下储能系统应用的可行性尚未见研究。本文提出了一种以减小风电场短期功率预测偏差为目标的储能系... 目前对于储能系统应用于平抑新能源发电的波动性、移峰填谷等场景的控制策略已有文献研究,但对于风功率预测准确率影响风电场效益的机制下储能系统应用的可行性尚未见研究。本文提出了一种以减小风电场短期功率预测偏差为目标的储能系统出力控制策略,控制策略以风电场实时出力数据(秒级)为数据源,采用线性外推加以移动平均优化的方法预测下一时刻风电场出力,通过比较风电场短期功率预测值与实时预测值,计算储能系统期望出力,并根据储能系统不同SOC区间内的出力能力进行约束,输出储能系统出力指令,最后进行了仿真验证。结果表明,本文提出的储能系统出力控制策略,能够使风电场通过配置储能系统,减少短期功率预测准确度考核,对风电场的精益化运行具有指导意义。 展开更多
关键词 储能系统 风电场短期功率预测 准确率 荷电状态(SOC)
下载PDF
用于短期风功率预测的历史数据深度迁移模型 被引量：4
15
作者 彭飞 贲驰 +3 位作者 马煜 吴奕 安丰强 陈志奎 《重庆大学学报》 CSCD 北大核心 2022年第1期95-102,共8页
随着全球化石燃料短缺日益严重,可再生能源的开发与利用愈发得到重视。风能是被广泛使用的清洁能源之一,在生产工作中,风力发电作为风能的主要利用形式,需要对其功率进行预测。依托风场日常记录的历史数据,传统学习模型可对风功率进行... 随着全球化石燃料短缺日益严重,可再生能源的开发与利用愈发得到重视。风能是被广泛使用的清洁能源之一,在生产工作中,风力发电作为风能的主要利用形式,需要对其功率进行预测。依托风场日常记录的历史数据,传统学习模型可对风功率进行短期预测,但往往仅使用自己域内的历史数据作为分析对象,该类算法导致结果片面,局限性大,不能有效使用类数据中的隐含联系,抑制原始数据缺失或异常值引起的模型性能下降问题。笔者设计一种基于历史数据深度迁移的短期风功率预测模型。首先,使用带降噪处理的自动编码机构建深度神经网络模型。其次,应用深度迁移方法共享隐藏层,挖掘特征之间的隐含联系。最后,从具有相似特征和地理位置的风场数据中迁移重要知识,提高模型准确率和可靠性。实验结果表明,研究方法较之未使用迁移的方法更充分利用现有数据,预测准确率显著提高。 展开更多
关键词 短期风功率预测 历史数据 深度迁移学习
下载PDF
基于数据驱动的超短期风电功率预测综述 被引量：70
16
作者 杨茂 张罗宾 《电力系统保护与控制》 EI CSCD 北大核心 2019年第13期171-186,共16页
以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一。按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性。总结离线数据驱动/深度学习算法和在线应用的预测思路... 以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一。按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性。总结离线数据驱动/深度学习算法和在线应用的预测思路,给出风电场数据筛选的评价手段,归纳深度学习算法的最新研究进展。最后分析超短期风功率预测的当前定位:“由模型驱动向数据驱动过渡,由机器学习算法向深度学习算法转移”,并指出合理的算法更迭和深层次的数据融合将是未来的研究趋势。 展开更多
关键词 数据驱动 超短期预测 风电功率 多源数据融合 深度学习
下载PDF
基于数据挖掘算法的风电场功率短期预测研究
17
作者 贾俊霞 韩亚军 《伺服控制》 2015年第8期56-63,76,共9页
本论文主要研究了两种不同的采样时间间隔下风电场功率预测的时间序列模型,如:间隔10分钟或1小时。文中的时间序列模型基于数据挖掘算法而构建,通过对五种不同数据挖掘算法在各种风电场数据集的测试比较,提出了效果最好的两种。其中支... 本论文主要研究了两种不同的采样时间间隔下风电场功率预测的时间序列模型,如:间隔10分钟或1小时。文中的时间序列模型基于数据挖掘算法而构建,通过对五种不同数据挖掘算法在各种风电场数据集的测试比较,提出了效果最好的两种。其中支持向量机算法可以每隔10分钟准确地预测1小时以后的风力及风速,而多层感知器算法则可以每隔1小时准确地预测4小时后的风力及风速。虽然风速可以根据历史数据值准确地预测,但风电功率却不能依据给定的功率曲线函数和预测风速准确地确定。本文对多种时间序列模型和数据挖掘算法的测试结果进行了比较,并在100个风电机组进行了测试,可以为今后的研究提供参考。 展开更多
关键词 数据挖掘算法 多时段预测 时间序列模型 风电场功率预测
下载PDF
计及时间演变和空间相关的多风电场短期功率预测 被引量：3
18
作者 李丹 甘月琳 +3 位作者 缪书唯 杨帆 梁云嫣 胡越 《电网技术》 EI CSCD 北大核心 2023年第3期1117-1126,共10页
针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单... 针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单元和多核卷积层分别提取各风电场历史风电数据的时序和多周期特征;然后引入时变模式注意力机制对多风电场时变特征的演变模式赋予相关性权重,同时实现对多风电场功率时间演变规律的纵向追踪与横向对比。中国北方某风电基地实际算例结果表明,所提预测模型能有效利用风电功率时空特性,与现有多种预测模型相比具有更高的预测精度和更强的风功率时变模式学习能力。 展开更多
关键词 多风电场 风电功率短期预测 多周期特征 门控循环单元 多核卷积层 时变模式注意力机制
原文传递
基于Evolutionary Bagging集成学习的超短期风功率预测
19
作者 康英哲 田宇航 +1 位作者 梁世昌 唐振浩 《东北电力大学学报》 2024年第5期24-32,72,共10页
为实现风电功率的高精度超短期预测,文中基于Wasserstein距离和随机森林(Random Forest,RF)进行跨域特征选择,并将其与进化Bagging集成学习(Evolutionary Bagging,EvoBagging)相结合,提出了一种超短期风电功率预测的新方法。首先,将局... 为实现风电功率的高精度超短期预测,文中基于Wasserstein距离和随机森林(Random Forest,RF)进行跨域特征选择,并将其与进化Bagging集成学习(Evolutionary Bagging,EvoBagging)相结合,提出了一种超短期风电功率预测的新方法。首先,将局部离群因子(Local Outlier Factor,LOF)算法用于异常值检测,并使用最近邻插值法(K-Nearest Neighbors Interpolation,K-NNI)替换原始数据中的异常值点;其次,对异常值处理后的数据使用经验模态分解(Empirical Mode Decomposition,EMD)算法分解并进行统计学计算以构建重构数据,使用Wasserstein距离和RF跨域特征选择对重构数据进行特征降维;最后,结合各个模型的优势提高模型的预测精度,构建以深度置信网路(Deep Belief Network,DBN)、深度神经网络(Deep Neural Networks,DNN)、轻量级梯度提升机(Light Gradient Boosting Machine,LGBM)、极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)为基学习器的EvoBagging集成学习超短期风功率预测模型。经验证该模型对比单一模型预测误差平均减少5%,能够对超短期风功率实现高精度预测。 展开更多
关键词 超短期风功率 异常值处理 数据重构 数据降维 集成学习
下载PDF
基于风功率预测数据的风电场升压变电站运行方式优化技术的研究与应用 被引量：2
20
作者 张忠林 刚宏 +2 位作者 邱鹏 王刚 刘莉 《电气应用》 2015年第S2期753-759,共7页
风电场升压变电站联结多个风资源丰富地区的风机群,一般安装两台及多台变压器,其运行方式存在着基于风机出力变化进行优化调整的可行性。本文依据风功率预测数据将变压器运行方式进行时间域度分类,研究不同时间域变压器降损、设备投切... 风电场升压变电站联结多个风资源丰富地区的风机群,一般安装两台及多台变压器,其运行方式存在着基于风机出力变化进行优化调整的可行性。本文依据风功率预测数据将变压器运行方式进行时间域度分类,研究不同时间域变压器降损、设备投切费用、操作次数等多因素的综合分析方法,并结合变压器的过载能力和弃风损失得出风电场升压变经济运行控制的可实施性原理,针对具体仿真算例,对所提出的理论进行了校验。 展开更多
关键词 风电场升压变 运行方式 风功率预测数据
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部