风电场短期风速的C-C和ELM快速预测方法

论文摘要

风电场短期风速具有随机性、多变性和时变性,故其预测精度和时效性有待提高。本文提出C-C法结合极限学习机ELM的快速预测方法,该方法考虑原始的单变量时间序列风速数据间的最大动态演化信息,采用相空间重构C-C法确定风速时间序列间的相关关系,得到风速变化特征的最佳嵌入维数和延迟时间。进而采用具有算法学习速度快、收敛精度高的ELM方法进行风速的快速预测。通过对重庆某风电场短期风速的预测发现,与神经网络和支持向量机方法预测所得结果相比,不仅提高了短期风速预测精度,而且所用方法的预测时间短,适合风电场对短期风速快速预测的需求。

论文目录

1 基本原理

1.1 C-C法确定嵌入维数和延迟时间

1.2 ELM基本原理

1.3 预测性能评判指标

2 设计思路

3 风电场短期风速预测研究

3.1 风速数据相空间重构

3.2 风速预测

3.3 对比分析

4 结语

文章来源

类型: 期刊论文

作者: 苏盈盈,李翠英,王晓峰,康东帅,刘君

关键词: 极限学习机,短期风速,重构,快速预测

来源: 电力系统及其自动化学报 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 重庆科技学院电气工程学院,重庆科技学院数理与大数据学院

基金: 国家自然科学基金资助项目(51375520),重庆市技术创新与应用示范项目(cstc2018jscx-msybX0023),重庆市基础研究与前沿探索专项资助项目(cstc2018jcyjAX0239,cstc2019jcyj-msxm1753),重庆科技学院校内重点基金资助项目(CK2016B01,CK2016Z01)

分类号: TM614

页码: 76-80+87

总页数: 6

文件大小: 1213K

下载量: 126

风电场短期风速的C-C和ELM快速预测方法

论文摘要

论文目录

文章来源

相关论文文献