基于奇异谱分析的超短期风电功率多步预测

摘要：

针对非平稳风电功率序列的波动特性,单一预测模型无法挖掘出深层次的时序特征的问题,文章提出了一种基于奇异谱分析时序的分解组合预测方法.首先采用Cao方法确定奇异谱分析最佳嵌入维度,并对功率时间序列进行分解;然后考虑各分量多时间尺度特性,通过粒子群优化参数的最小二乘支持向量机对各子序列建立预测模型;最后通过对各子序列进行迭代多步预测并将结果叠加,得到实际预测功率值.实际算例表明,与其他分解方法相比,采用奇异谱分析的组合模型能够有效保留原序列中的关键趋势和复杂特征,具有更好的预测性能.

关键词：时间序列;风功率预测;奇异谱分析;Cao方法;样本熵

所属期刊栏目：39

分类号：TK8;TM71(风能、风力机械)

资助基金：国家电网公司总部科技项目SGMD0000DDJS1900534

在线出版日期：2021-11-23（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：1548-1555