基于多尺度形态学分析的风速预测.pdf

《基于多尺度形态学分析的风速预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第2l期电力系统保护与控制Vl0l_38NO．212010年11月1日PowerSystemProtectionandControlNOV．1，2010基于多尺度形态学分析的风速预测陈盼，陈皓勇，叶荣(华南理工大学电力学院，广东广州510640)摘要：采用数学形态学和支持向量回归相结合的方法对提前1h间隔为l0min的风速预测进行研究。用基于形态学的自适应多尺度算法将原始风速序列分解成一系列具有不同频率和波形特征的细节分量和滤波后主分量，用支持向量回归算法分别对这些分量进行预测，将各预测结果

2、叠加得到最终预测结果。以某风电场的实测风速作为应用案例，实验结果表明，分解后的分量内部规律性更强，与分解前相比，预测精度有显著提高。所提方法为风速预测开辟了一条新的思路，所建MM—SVR模型在实际中有较大推广应用价值。关键词：数学形态学；多尺度分析；支持向量回归；风速预测Windspeedforecastingbasedonmulti—scalemorphologicalanalysisCHENPan，CHENHao-yong，YERong(SouthChinaUniversityofTechnol

3、ogy，Guangzhou510640，China)Abstract：Thispaperstudiesthewindspeedpredictionfor1haheadataresolutionofevery10minbymeansofmathematicalmorphologyandsupportvectorregression．Atfirst，theoriginalwindspeedsequencesaredecomposedintoaseriesofsubsequenceswithdiferen

4、tfrequenciesandwavecharactersbyadaptivemulti—scalemorphologicalalgorithm．ThenwepredictthesubsequenceswiththemethodofSVRrespectively．Atlast，thefinalpredictedwindspeedcanbecalculatedbythesuperpositionofrespectivepredictions．Accordingtotheapplicationcaseo

5、ftheactualmeasuredwindspeedsinawindfarm，theresultsindicatethattheinternallawsofthesubsequencesarestrengthened．Comparedwiththeonewhichwasnotdecomposed，thepredi~ionaccuracyissignificantlyimproved．Theproposedmethodprovidesanewwayforwindspeedforecasting，an

6、dtheMM—SVRmodelhasabigpromotionandapplicationvalueinpractice．ThisworkissupportedbyProgramforNewCenturyExcellentTalentsinUniversity(No．NCET080207)andKeyProjectofChineseMinistryofEducation(No．109128)．Keywords：mathematicalmorphology；multi—scaleanalysis；su

7、pportvectorregression；windspeedforecasting中图分类号：TM71文献标识码：A文章编号：1674．3415(2010)21．0012—07已被单独提出来研究J。其中提前1h预测对于实0引言时调整发电安排，应对极端天气变化，保证电力系随着传统化石能源的枯竭及其对环境造成的恶统稳定运行具有特别重要的意义，且是更长时间预劣影响，清洁型新能源日益受到重视，其中风电发测的基础J。展最为迅速ljJ。而风电的多变性和难存储性，严重目前风速预测的水平离实际工程应用仍有一段制约

8、了它的大规模使用，因此，了解风电特性，对距离j，造成风速难以预测的主要原因是风速的非其进行准确的预测，在此基础上制定合理的调度方平稳性，一些直接根据原始风速序列预测的方法，案，指导电网实时运行，使之与传统能源良好配合供如时间序列法[7j、神经网络法L8j、卡尔曼滤波法【J电，是实现风电规模化、常规化的重要手段之一。等，很难把握风速变化的内部规律，对预测精度的风速预测是风电功率预测的基础和前提，因此提高程度有限。近期研究表明，将风速序列分解成一系列不同基金项目：教育部新