短期风电功率预测相关论文
风能间歇性和波动性的特点给电网的平稳运行造成了很大的挑战，导致电网企业限制风电并网，造成弃风行为。因此，实时有效地预测风力发电......
风力发电预测在电力系统的运行中发挥着重要作用。现有风电功率的短期预测模型因风速的复杂性和随机性，难以确定风速与风电功率的非......
为了解决风电功率的间歇性与非平稳性带来的功率预测难度，提出了一种基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功......
风电出力受到气象因素的影响,具有随机性和波动性的特点。研究风电功率预测可以预知风电机组的出力情况,对电网灵活调度和提高风能......
为了充分挖掘风电场数据和提高短期风电功率预测精度，提出了一种基于双层特征选择和装袋算法（Bootstrap aggregating， Bagging）集成分......
为解决风电历史数据挖掘不充分导致的预测精度不高问题，提出一种基于特征工程、蝠鲼觅食优化算法（Manta Ray Foraging Optimization,......
利用风能代替化石能源进行大规模发电是我国当前能源结构转型中的重要一环,但是依靠风能进行发电存在着许多技术方面的难题。比如,......
风能作为一种新型清洁能源日益受到国际社会的关注,对风电功率预测的研究是保障风电并网系统安全稳定运行的重要前提。准确的风电......
针对风电数据特征维数高、数据冗余性大和有效特征挖掘不充分,最终导致预测精度偏低的问题,提出了一种基于特征选择和改进深度森林......
复杂地形导致近地层风场时空变化大,是影响风电场短期风电功率预测准确率的重要因素。为此,基于中尺度数值预报模式和微尺度计算流......
风力发电作为清洁、高效的可再生能源,大力发展风力发电可有效缓解能源枯竭和环境污染等问题,但由于风电出力具有随机性、波动性和......
利用可再生能源是解决能源短缺的重要途径,而风能凭借其源源不断且无公害的特性成为世界上最受欢迎的可再生能源之一,但风力发电的......
可再生能源,特别是风能的使用受到政府和私营机构的高度关注,因为它被认为是当前世界上许多国家正在采用的当前能源转型中最好和最......
风能作为可再生能源受到各国重视,风电并网量逐年增长。但由于风的随机性、波动性和骤然变化等因素,风力发电不稳定和风能利用率较......
为解决短期风电功率预测关键气象因素提取难、天气波动过程与功率波动过程匹配性差的问题,提出了一种考虑气象特征与波动过程关联......
由于传统能源使用的局限性和日益增多的环境问题,风能作为一种绿色可再生能源被广泛应用。风能主要是通过风吹动风机叶片旋转将风......
如今,风力发电已成为各国促进能源结构调整的重要措施,而风电本身受自然风影响具有随机性、波动性和间歇性。当大规模风电并网运行......
为提高短期风电功率预测精度,缩短模型训练时间,提出了一种短期风电功率集成预测方法。根据风速功率曲线和风速频率特征,将风速划......
风电规模化并网技术的大力发展,进一步增大了对电力系统规划与运行的影响。现今,风电机组出力面临着波动的随机性以及不确定性的技......
为提高风电输出功率预测精度，提出一种基于RBF—BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上，对风速......
为提高短期风电功率预测精度,针对风电功率波动性大、非周期性和非线性强的特点,提出基于互补集合经验模态分解（complementary ense......
针对传统小波神经网络初始参数设定困难、容易陷入局部极值的问题,提出一种基于自适应混沌粒子群算法(ACPSO)优化的小波链神经网络......
概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息,提出基于经验小波变换（EWT）和分位数回归......
近年来,循环神经网络(Recurrent Neural Network, RNN)等序列化模型越来越多地应用到风电功率预测任务中,鉴于序列化模型在处理长......
智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regressi......
提出一种基于深度置信网络(DBN)和卡尔曼算法(Kalman),结合误差修正算法(EC)的短期风电功率组合预测模型。运用经验模态算法(EMD)......
针对风电功率的长记忆、大波动性特点,提出了一种短期风电功率组合预测算法。利用集合经验模式分解算法在风电功率序列分解过程中......
针对风电场风速和风电功率序列起伏波动大、无明显变化规律等特点以及传统神经网络收敛速度慢、易陷入局部极小值等缺陷,提出了基......
为加强电力系统安全优质可靠经济环保的基本要求,电力系统短期风电功率预测成为电力系统运行和调度中非常重要的环节,其结果成为发......
针对BP神经网络动态性能的不足、适应性较差的问题,提出了基于自适应Elman神经网络的短期风电功率预测模型。通过对比不同隐含层数......
数值天气预报(numerical weather prediction,NWP)是短期风电功率预测模型的主要输入。通常,传统模型只考虑NWP的风速、风向、温度......
随着风力发电的不断发展以及大规模风电场的建设，风电场发电功率的短期预测对于其发展起着至关重要的作用。提出基于相空间重构理论......
随着风电机组装机容量的持续高速增加以及大规模风电场的建设，各个国家（地区）的电网对风电的霞视程度也在增加．风电场发电功率的短期预......
高精度的短期风电功率预测是保证电网日常调度及运行安全的关键因素。目前,国内短期风电功率预测精度普遍低于国外水平。为了提高......
基于小波与BP神经网络,提出一种小波与BP神经网络结合的方法对短期风电负荷进行预测。运用小波能够精确地提取时间序列的细微特性......
为提高短期风电功率预测精度,提出一种基于IAFSA-BPNN的短期风电功率预测方法。该方法通过改进的人工鱼群算法来优化BP神经网络的......
随着风电机组装机容量的持续高速增加以及大规模风电场的建设,各个国家（地区）的电网对风电的重视程度也在增加,风电场发电功率的短期......
大规模风电并入电网给电力系统安全稳定运行带来挑战,对风电场输出功率进行准确预测可有效解决上述问题。BP神经网络结构简单、可......
风能是一种清洁无公害的可再生能源,而且它潜力无穷、取之不竭,利用风力发电极其环保,因此日益受到世界各国的重视。由于风力发电......
传统化石能源的资源短缺和对生态环境造成的恶劣影响使得风电等新能源的利用成为世界各国共同关注的能源解决方案。风电固有的间歇......
复杂地形导致近地层风场时空变化大,是影响风电场短期风电功率预测准确率的重要因素。为此,基于中尺度数值预报模式和微尺度计算流......
提出一种多风电场短期输出功率的联合概率密度预测方法。首先利用支持向量机对每座风电场的输出功率进行单点值预测,对预测误差建......
对短期风电功率预测误差进行综合评价是改进预测精度、指导预测结果合理应用的前提。当前风电功率预测误差评价主要采用均值类指标......
提出一种基于完备总体经验模态分解(CEEMD)和随机森林(RF)算法的短期风电功率预测模型。首先,采用CEEMD算法将风电功率原始序列分......
采用一种基于互补自适应噪声集成经验模态分解(Ensemble Empirical Mode Decomposition with Complementary Adaptive Noise,EEMDC......
为提高短期风电功率预测精度,提出了一种基于聚类分析和Elman神经网络的短期预测方法。首先利用灰色关联度选取相似日,在此基础上,......
