基于MEEMD-GAELM组合模型的短期风电功率预测

作者：陈籽君; 丁云飞

来源：水电能源科学, 2020, 38(08): 207-210.

• 短期风功率预测
• GAELM
• MEEMD
• 极限学习机
• 遗传算法
• 排列熵

考虑到风电功率短期预测的准确性对电网调度具有重要作用,提出了一种由改进的集成经验稳态分解(MEEMD)与基于遗传算法优化的极限学习机(GAELM)相结合的短期风功率组合预测模型,首先对原始风功率时间序列进行总体平均经验模态分解(CEEMD),通过排列熵剔除异常分量,再对剩余分量进行经验模态分解(EMD),其结果即为MEEMD分解所得分量,对分量分别建立GAELM预测模型,将各分量预测结果相加,即得到最终预测结果。对东北某风电场实测数据进行试验表明,与传统预测方法相比,组合预测模型有效提高了短期风功率预测的精确性。

• 单位
  上海电机学院; 电气学院