基于多嵌入维数的风力发电功率组合预测模型

作者：王丽婕; 冬雷; 胡国飞; 高爽; 廖晓钟

来源：控制与决策, 2010, (04): 577-580+586.

DOI：10.13195/j.cd.2010.04.99.wanglj.004

• 风电功率预测
• 嵌入维数
• 相空间重构
• 线性加权组合
• 神经网络组合 Wind power prediction
• Embedding dimension
• Phase space reconstruction
• Linear weighted combination
• Neural network combination

为了减小混沌系统的重构参数对预测结果的影响,提出了基于多嵌入维数的风力发电功率组合预测模型.分别使用线性加权算法和神经网络算法对单一的基于相空间重构的神经网络模型进行组合,既综合了各嵌入维数下的信息,又将各维数下的预测偏差进行融合,从而有效提高了预测精度.通过对黑龙江富锦风电场的功率时间序列进行验证,证实了该组合模型的有效性,神经网络非线性组合算法的预测误差小于7%.

• 单位
  北京理工大学; 自动化学院; 复杂系统智能控制与决策国家重点实验室