作者：张振华; 马超; 徐瑾辉; 欧阳泽拯经验模态分解非平稳时间序列风电场总功率
摘要：探索构建对风电场总功率进行直接预测的高精度组合预测算法.考虑到风速的非平稳性导致风电总功率表现为非平稳时间序列,采用NARX神经网络作为初步预测模型,提出了经验模态分解与NARX神经网络相结合的混合预测模型.对风电场总功率非平稳时间序列进行经验模态分解,得到不同频带本征模式分量的平稳序列.对不同频带的平稳分量建立相应的NARX神经网络预测模型,并将各分量模型的预测值进行等权求和得到最终预测值.此外,为研究不同时间间隔对预测结果的影响,采用某大型风电场时间间隔为5 min 与15 min 的数据进行实验.预测结果表明,提出的组合预测模型适合于总功率预测,其预测效果比传统模型的效果更佳,且时间间隔为5 min 的数据比时间间隔为15min的数据预测精度更高.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
