基于eemd―igsa―lssvm的超短期风电功率预测

《基于eemd―igsa―lssvm的超短期风电功率预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于EEMD—IGSA—LSSVM的超短期风电功率预测摘要：为了提高风电场输出功率的预测精度，在保证安全操作的前提下，建立了一种基于集合经验模态分解（EEMD）、改进引力搜索算法（IGSA）、最小二乘支持向量机（LSSVM）相结合的风电功率组合预测模型.首先运用EEMD算法将风电功率时间序列分解成一系列复杂度差异明显的子序列；其次利用相空间重构（PSR）对已分解好的子序列进行重构，对重构后的每个子序列分别建立IGSA-LSSVM预测模型，为分析不同核函数构造LSSVM的差异性，建立了8种核函数LSSVM预测模

2、型，利用IGSA算法求解其模型；最后以中国内蒙古地区的某一风电场为算例，仿真及验算结果表明，利用IGSA算法寻优得到的指数径向基核函数核参数和惩罚因子构建的LSSVM模型具有较高的预测准确性；与EEMD-WNN,EEMD-PSO-LSSVM等5种常规组合模型相比，所提出的指数径向基核函数的EEMD-IGSA-LSSVM组合模型能有效、准确地进行风电功率预测.关键词：集合经验模态分解；风功率预测；最小二乘向量机；改进引力搜索算法；指数径向基核函数中图分类号：TU375文献标识码：A文章编号：1674-2974(

3、2016)10-0070-09Abstract：Inordertoimprovethepredictionaccuracyoftheoutputpowerofthewindfarmunderthepremiseofensuringsafeoperation，acombinationofwindpowerforecastingmodelbasedonEnsembleEmpiricalModeofDecomposition(EEMD)，ImprovedGravitationalSearchAlgorithm(IG

4、SA)andLeastSquaresSupportVectorMachine(LSSVM)wasestablished.Firstly，thewindpowertimeserieswasdecomposedintoaseriesofsubsequenceswithsignificantdifferencesincomplexitybyusingEEMDalgorithm.Secondly，thedecomposedsubsequencewasreconstructedbythephasespacerecons

5、truction(PSR)，andthen，anIGSA-LSSVMpredictionmodelofeachsub-sequencereconstructedwasestablishedrespectively.InordertoanalyzethedifferencesofLSSVMwhichsetsupdifferentkernelfunctions，eightkindsofkernelfunctionLSSVMpredictionmodelswereestablished，andtheIGSAalgo

6、rithmwasadoptedtosolvethosemodels.Finally，takingawindfarminInnerMongoliaofChinaasanexample，thesimulationandcalculationresultsillustratethatLSSVMpredictionmodelbasedontheexponentialradialbasiskernelfunctionandpenaltyfactorobtainedbyusingtheIGSAalgorithmhashi

7、gherpredictionaccuracy.ComparedwithfiveconventionalcombinedmodelssuchasEMD-WNNandEMD-PSO-LSSVM，thecombinedmodelEEMD-IGSA-LSSVMofexponentialradialbasiskernelfunctionmentionedabovecanforecastwindpowerinaneffectiveandaccurateway.Keywords：ensembleempiricalmoded

8、ecomposition(EEMD);windpowerprediction；leastsquaressupportvectormachine(LSSVM)；improvedgravitationalsearchalgorithm(IGSA);exponentialradialbasisfunction(ERBF)风电的随机性和波动性会导致风电功率输出的波动和不稳定，阻碍了大规模风力发电上网，导致制