基于EEMD-HS-SVM的短期风功率组合预测模型

摘要：

随着电网中风电渗透率的逐年提高,对其出力进行精确预测是保障电网可靠运行的技术措施之一.文章建立了基于EEMD-HS-SVM短期风功率组合预测模型.采用EEMD分解技术对原始风功率序列做信息特征提取处理,将原始信号梯度化分解为一系列特征互异的本征模态函数,运用复杂统计理论体系下的样本熵作为特征,将特征相似的本征模态函数归类为尺度相异的新模态分量,根据新模态分量的局部特征与变化趋势,建立与之相对应的SVM预测模型.提出采用和声搜索算法优化SVM模型参数,有效改善了SVM算法存在的结构参数难以确定、训练效率低的不足.算例分析表明,EEMD-HS-SVM模型在风功率预测中具有较高的预测精度和预测效率.

关键词：短期风功率预测、集合经验模态分解、样本熵、和声搜索、支持向量机

所属期刊栏目：35

分类号：TK83(风能、风力机械)

资助基金：国网江苏省电力公司经济技术研究院项目JE201601

在线出版日期：2017-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1221-1228