10.16628/j.cnki.2095-8188.2020.11.004
基于EEMD-SVR模型的风电功率预测
风速的随机性、非线性等问题导致风电功率的预测难度较大,针对风功率的预测问题,提出一种集合经验模态分解(EEMD)和支持向量回归(SVR)模型的预测方法.首先对原始风速信号进行模态分解,由EEMD将风速信号分解为多个特征模态分量和一个残余分量,有效优化信号非线性特征;其次,依据分解得到的各分量信号训练SVR模型进而实现分量预测;最后,合并预测所得的各分量,以确定风速预测序列,并由风速与功率转换关系求得预测功率.通过案例仿真对EEMD-SVR模型的预测效果进行验证和模型对比分析,结果表明,所提模型能够实现非平稳序列的可靠分解,风电功率预测效果得到有效改善.
风功率预测、风速预测、EEMD、SVR、组合模型
TM614(发电、发电厂)
国家级大学生创新创业训练计划201711075009
2021-01-12（万方平台首次上网日期，不代表论文的发表时间）
共7页
22-28
