收藏本站
《中国电机工程学报》 2013年25期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于样本熵和极端学习机的超短期风电功率组合预测模型

张学清  梁军  张熙  张峰  张利  徐兵  
【摘要】:该文提出一种经验模态分解(empirical mode decomposition,EMD)–样本熵(sample entropy,SE)和极端学习机(extreme learning machine,ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE将风电功率时间序列分解为一系列复杂度差异明显的风电子序列;其次利用最小二乘支持向量机(least squares support vector machine,LSSVM)、极端学习机和经原始岭回归(primal ridgeregression,PRR)改进的极端学习机(PRR-ELM)对各子序列建立组合预测模型,并采用交叉验证法和重构相空间法确定各模型的参数和输入向量维数,以提高各组合模型的预测精度;最后以某一风电场实际采集的数据为算例,结果表明基于EMD-SE理论的ELM和PRR-ELM组合预测模型在预测精度和训练速度上都明显优于EMD-SE理论和LSSVM的组合模型,且其预测结果更接近于真实值,为实现风电功率在线的较高精度超短期预测提供了可能。

【相似文献】
中国期刊全文数据库 前10条
1 胡双俊;关起强;严桂;;基于小波变换和支持向量机的电力电子故障诊断[J];煤矿机械;2008年04期
2 牛东晓;王永利;段利东;;基于支持向量机的电厂建设项目影响评价系统研究[J];华东电力;2009年01期
3 李兵;崔春艳;付佳;;基于支持向量机的负荷非线性组合预测研究[J];电子技术;2009年05期
4 游华;;基于相空间重构与支持向量机的电力负荷预测[J];商场现代化;2010年14期
5 蒋喆;;支持向量机在电力负荷预测中的应用研究[J];计算机仿真;2010年08期
6 魏凯葵;金华;杜发兴;;基于向量机回归模型的短期电网负荷预测[J];科技传播;2010年18期
7 朱伟;李东辰;闫琪娇;庞敏敏;;基于支持向量机的电机故障预测研究[J];煤矿机械;2011年03期
8 胡国胜,任震;短期电力负荷非线性预测模型的比较[J];电气应用;2005年01期
9 杨丽君,郑绳楦;基于RS和多类SVM的变压器故障诊断[J];仪器仪表学报;2005年S2期
10 高荣,刘晓华;基于DA聚类的多支持向量机负荷预测[J];控制工程;2005年S1期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 王堃;孔松涛;胡正定;;基于最小支持向量机的锅炉受热面污染部位诊断[A];中国力学学会学术大会'2009论文摘要集[C];2009年
3 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
4 田有文;唐晓明;;基于支持向量机的微机保护装置状态预测方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年
5 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
6 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 刘晓华;高荣;;基于分布式支持向量机的短期负荷预测[A];第二十四届中国控制会议论文集(上册)[C];2005年
8 曹健;林涛;;电力系统谐波/间谐波高精度测量方法的比较研究[A];中南七省(区)电力系统专业委员会第二十二届联合学术年会论文集[C];2007年
9 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
10 肖怀宝;逯贵祯;李彦霏;;基于支持向量机的电磁参数提取方法研究[A];2009年全国天线年会论文集(下)[C];2009年
中国博士学位论文全文数据库 前10条
1 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
2 刘曼兰;永磁直流电机故障在线监测与智能诊断的研究[D];哈尔滨工业大学;2007年
3 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学(河北);2008年
4 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年
5 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
6 许涛;电力系统安全稳定的智能挖掘[D];华北电力大学(北京);2004年
7 焦尚彬;交流电压下染污绝缘子表面污秽智能检测方法研究[D];西安理工大学;2006年
8 彭文季;水电机组振动故障的智能诊断方法研究[D];西安理工大学;2007年
9 宋雪雷;基于小波变换和支持向量机的电能质量扰动分析方法[D];哈尔滨工业大学;2007年
10 乔弘;火电厂热工参数软测量关键技术和方法研究[D];华北电力大学(北京);2009年
中国硕士学位论文全文数据库 前10条
1 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
2 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
3 武晓娟;基于支持向量机(SVM)的火电电厂工程造价预测研究[D];华北电力大学(河北);2009年
4 刘兴阳;智能算法的研究与应用[D];江南大学;2012年
5 刘凤龙;高压直流输电系统故障诊断方法研究[D];昆明理工大学;2010年
6 宋晓芳;电能质量分析技术研究与实现[D];南京理工大学;2005年
7 毛继珮;基于模式识别的汽轮发电机组故障诊断系统[D];华北电力大学(河北);2004年
8 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年
9 顾晓光;基于小波变换和支持向量机的电力电子电路故障诊断研究[D];河南大学;2011年
10 张红梅;基于支持向量机的电力系统短期负荷预测研究[D];河海大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026