基于集合经验模态分解和改进极限学习机的短期风速组合预测研究.pdf

《基于集合经验模态分解和改进极限学习机的短期风速组合预测研究.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42卷第10期电力系统保护与控制Vb1．42NO．102014年5月l6日PowerSystemProtectionandControlMay16，2014基于集合经验模态分解和改进极限学习机的短期风速组合预测研究张翌晖，王贺，胡志坚，王凯，黄东山，宁文辉，张承学(1．广西电力科学研究院，广西南宁530023；2．武汉大学电气工程学院，湖北武汉430072)摘要：提出一种基于集合经验模态分解(Ensembleempiricalmodedecomposition)和改进极限学习机(ImprovedExtremeLearningMachine，

2、IELM)的新型短期风速组合预测模型。采用集合经验模态分解将风速序列分解成不同频段的分量，以降低序列的非平稳性。使用改进极限学习机对各分量分别建模预测，为避免极限学习机输入维数选取的随意性和分量信息丢失等问题，先对各分量重构相空间，最后将各分量预测结果叠加得到最终预测结果。实例研究表明，所提的组合预测模型具有较高的预测精度。关键词：风速；预测；改进极限学习机；集合经验模态分解；相空间重构Ahybridshort—termwindspeedforecastingmodelbasedonensembleempiricalmodedecomposi

3、tionandimprovedextremelearningmachineZHANGYi．hui，WANGHe，HUZhi-jian2，WANGKai，HUANGDong．shah，NINGWen．hui，ZHANGCheng．xue(1．GuangxiElectricPowerResearchInstitute，Nanning530023，China；2．SchoolofElectricalEngineering,WuhanUniversity，Wuhan430072，China)Abstract：Thispaperproposesanew

4、short-termcombinationpredictionmodelofwindspeedbymeansofensembleempiricalmodedecompositionfEEMD)andimprovedextremelearningmachine(IELM)．Firstly,windspeedseriesisdecomposedintoseveralcomponentswithdiferentfrequencybandsbyEEMDtoreducetheseriesnon—stationary．Secondly,thephases

5、paceofeachcomponentisreconstructedinordertosolvetherandomnessandcomponentinformationlostofinputdimensionalityselectionofextremelearningmachine，andthenanIELMmodelofeachcomponentisestablished．Finally,theforecastresultofeachcomponentissuperimposedtogetthefinalresult．Thesimulat

6、ionresultverifiesthatthehybridmodelhashigherpredictionaccuracyofwindspeed．ThisworkissupportedbySpecializedResearchFundforDo．oralProgramofHigherEducation(No．20110141l10032)andtheFundamentalResearchFundsfortheCentralUniversity(No．20112072020008)．Keywords：windspeed；forecasting

7、；improvedextremelearningmachine；ensembleempiricalmodedecomposition；phasespacereconstruction中图分类号：TM715文献标识码：A文章编号：1674-3415(2014)10．0029—06统调度、电压及无功控制造成困难uJ。如果能及时0引言有效地对风速进行预测，不仅可以减少电力系统备风能作为一种用之不竭、环境友好的可再生能用容量、降低系统运行成本，还可以减轻风电对电源，近年来装机容量一直保持较高的年增长速度。网造成的不利影响，从而提高风电竞争力J。然而风

8、能的混沌特性和随机特性使其输出功率的波目前，国内对风速预测进行了大量研究，建立动速度较快，波动范围较大。风电并网后对电力系的模型L3-gJ主要有：时间序列模型，支持