基于花朵授粉算法的组合式风速预测

摘要：

针对风速的波动性导致风电功率不稳定,严重影响电力系统的安全、稳定运行等问题,提出一种基于风速数据分解的组合式模型,该模型首先利用集合经验模态分解法将风速序列分解为频率不同的若干个分量,降低了风速序列的非平稳性.然后利用花朵授粉算法优化BP(back propagation)神经网络构建预测模型,预测各个分量的变化趋势.最后将各个分量的预测值进行叠加组合得出最终的风速预测值.仿真结果表明,所提出的组合式模型平均绝对误差控制在0.2 m·s-1以内,在风速预测方面有较高的预测精度,具有广阔的实际应用前景.

关键词：风速预测、集合经验模态分解、花朵授粉算法、BP神经网络

所属期刊栏目：20

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;天津市自然科学基金;河北省自然科学基金

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1436-1441