科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确的风速预测能够促进大规模的风电并网，保证电力系统的安全稳定运行。针对传统点预测方法难以表征预测结果概率可信度问题，提出一种基于模糊信息粒化、改进长短期记忆网络与差分自回归移动平均模型的混合区间预测模型。首先，采用自适应噪声的完全集合经验模态分解模型对原始风速数据进行分解，并依据模糊熵重构得到新序列。在此基础上，对每个序列依次进行模糊信息粒化，获得最大值、最小值及平均值。最后，利用改进长短期记忆网络模型预测高频序列，差分自回归移动平均模型预测低频序列与余项，并将所得上下界求和得到最终风速区间。算例分析表明，所提模型得出的风速预测区间能够准确覆盖实测风速，为电力系统调度提供更多有价值的决策信息。
- 单位
