Print

基于改进的加权一阶局域预测模型的风电功率预测

论文摘要

为提高风电功率预测精度,将混沌时间序列分析应用于风电序列,研究风电数据混沌特性以及混沌时间序列加权一阶局域多步预测法(AOLMM).针对高维相空间中相点间的相关性大小不能被欧式距离精确反映的问题,利用灰色关联度和相点间的距离确定邻近点的权重大小,同时将中心点与邻近点延迟矢量最后一个分量的强相关性考虑在内,改进了预测方法.对风电功率预测分析可见,改进的方法具有较好的适应能力和预测精度.

论文目录

  • 1 相空间重构
  • 2 改进的加权一阶局域预测法
  •   2.1 加权一阶局域预测法
  •   2.2 改进的加权一阶局域预测法
  • 3 结果与分析
  •   3.1 风电数据的混沌特性分析
  •   3.2 预测比较
  •     1) 平均绝对误差百分比MAPE为
  •     2) 均方根误差RMSE为
  •     3) 泰尔指数可以用来评价预测模型性能的差异[15, 16], 其定义如下:
  •     4) 方向预测统计指数为方向预测的评价标准[17], 其定义为
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 王红庆,黄少骞,钟世红,河村新蔵

    关键词: 混沌,相空间重构,李雅谱诺夫指数,加权一阶局域预测法,灰色关联度

    来源: 武汉大学学报(工学版) 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 北京林业大学理学院,日本山形大学理学部

    基金: 国家自然科学基金项目(编号:11501032),中央高校基本科研业务费专项资金资助(编号:2015ZCQ-LY-01)

    分类号: TM614

    DOI: 10.14188/j.1671-8844.2019-05-009

    页码: 431-436

    总页数: 6

    文件大小: 675K

    下载量: 141

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/faaa2624fe875dfcb6309f4c.html