基于主成分分析法风电功率短期组合预测

《基于主成分分析法风电功率短期组合预测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、研究与开发基于主成分分析法的风电功率短期组合预测吴金浩杨秀媛孙骏(北京信息科技大学，北京100192)摘要间歇性与不确定性是风力发电的固有特性，在风力发电迅速发展的背景下风电功率预测的重要性日渐凸显。为了减少单一模型在个别预测点误差较大的情况，提高整体预测方法的预测精度及相对误差率，本文采用反向传播(BP)神经网络以及支持向量机(SVM)两种基本模型进行组合，并引入粒子群(PSO)以及交叉验证(CV)算法来优化模型中的参数。结合主成分分析法(PCA)对原始数据进行预处理，在不降低预测精度的前提下

2、，对原数据进行降维处理从而提高运算效率。使用模型分别对未来5天进行预测，结果表明组合预测模型的标准平均误差(NMAE)、标准均方根误差(NRMSE)都满足国内现行指标，而且预测精度比单一模型有很大提高，相对误差更加稳定，有效减少了较大误差点的出现。实例研究表明，基于主成分分析法的风电功率短期组合预测模型的可行性。关键词：风功率预测；主成分分析法；BP神经网络；粒子群算法；支持向量机；组合预测TheCombinationForecastingModelforWindFarmPowerbasedon

3、PCAWu~nhaoYangXiuyuanSunJun(BeringInformationScienceandTechnologyUniversity,Beijing100192)AbstractIntermittencyanduncertaintylSthelnherentcharacteristicsofthewindpowerandintherapiddevelopmentofwindpowergenerationbackgroundtheimportanceofwindpowerfore

4、castingiSbecomingmoreandmoreobvious．Inordertoreducetheerrorofthesinglemodelandareimprovethepredictionaccuracyandrelativeerrorrateofthewholeforecastingmethod，thepapercombinetwobasicmodelsofBPneuralnetworkandsupportvectormachine(SVM)，andintroducethepar

5、ticleswarmandcrossvalidationtooptimizetheparameters．Theoriginaldataarepreprocessedbyprincipalcomponentanalysis(PCA)．Inthepremiseoflittlereducingtheaccuracyofprediction，theoriginaldataisreducedtothedimensionoftheoriginaldatatoimprovetheoperationeficie

6、ncy．TheresultsshowthattheNMAEandNRMSEOfthecombinedforecastingmode1meetthedomesticcurrentindex．AndtheaccuracyofthemodeliSimprovedandtherelativeerroriSmorestable．Thismethodcaneffectivelyreducetheappearanceoflargeerrors．Inthefinal，theseprovethefeasibili

7、tyofthecombinationforecastingmodelforwindfarmpowerbasedonPCA．Keywords：windpowerforecast；principalcomponentsanalysis(PCA)；BPneuralnetwork；particleswarm；supportvectormachine(SVM)；forecastcombination随着对风力发电的深入研究，风电固有的问歇方面的研究。文献[3]使用时间序列法建模，得到预性以及不确定性成为了

8、制约其发展的主要因素。大测时刻与前段时刻风速的关系，并确定神经网络输容量风电场接入电网后，造成电网电压、频率的波入变量数目，这种方法本质是基于时间序列模型，动，给调度运行带来很大困难，甚至威胁到电力系在风况发生突变时无法准确预测，对较长时间的预统的稳定运行。因此，及时、精确地预测风电功率测也无法得到精确结果；文献『41理论分析得出风功是首先需要解决的问题[I_2】。率由风速、风向等因素决定，使用数值天气预报系目前，已经有研究人员做了风电功率预测多种统收集的历史数据，建立BP神经网络模型，在风国家