检索结果-维普期刊中文期刊服务平台

基于加权系数动态修正的短期风电功率组合预测方法被引量：20: 1; 作者王铮 Rui Pestana +2 位作者冯双磊申洪 Luis Rosa 《电网技术》 EI CSCD 北大核心 2017年第2期500-507,共8页; 风电功率预测是解决大规模风电并网问题的有效手段之一,预测精度越高,越有利于提高电网运行的安全性和经济性。为了提高风电功率短期预测精度,通过组合预测方式弥补单一预测模型的局限性,针对各预测结果性能随预测时间尺度变化的问题,... 展开更多; 关键词风力发电风电功率预测功率波动特性集合预测动态组合预测; 在线阅读下载PDF 职称材料

超短期风电功率预测的自适应指数动态优选组合模型被引量：14: 2; 作者叶林朱倩雯赵永宁《电力系统自动化》 EI CSCD 北大核心 2015年第20期12-18,共7页; 风电功率预测对电力系统运行、调度计划具有重要意义。针对目前单体预测模型的局限性,文中给出了基于可变向量遗忘因子的自适应指数动态优选组合预测模型。模型首先采用数值天气预报作为3种单体预测模型的主要输入,所选模型结合物理和... 展开更多; 关键词风电功率预测动态组合预测 COOK距离自适应遗忘因子; 在线阅读下载PDF 职称材料

基于动态熵权的短期风速组合预测被引量：2: 3; 作者李勇施艳春《沈阳工业大学学报》 EI CAS 北大核心 2016年第3期247-251,共5页; 为了提高风电场风速预测的准确性,将不同预测方法的权重推广到权重序列,生成权重矩阵,同时采用新的预测误差更新权重矩阵,获得所需模型.建立三种单一预测模型,统计它们十天的预测误差,获得误差序列,在此基础上,提出动态熵权法.采用熵权... 展开更多; 关键词风速预测神经网络时间序列数值天气预报熵权组合预测动态组合预测; 在线阅读下载PDF 职称材料

基于K-means分层聚类的TCN-GRU和LSTM动态组合光伏短期功率预测被引量：21: 4; 作者吴家葆曾国辉 +2 位作者张振华黄勃刘瑾《可再生能源》 CAS CSCD 北大核心 2023年第8期1015-1022,共8页; 为了提高电网运行的稳定性和改善电网的节能调度,针对目前单一模型处于不同天气状况时,预测精度难以达到最优的状况,文章提出了一种基于K-means分层聚类的TCN-GRU和长短期记忆网络(LSTM)动态组合光伏短期功率预测。利用K-means算法进行... 展开更多; 关键词 K-MEANS 光伏短期功率预测 TCN-GRU LSTM ElasticNet 动态组合预测; 在线阅读下载PDF 职称材料

题名基于加权系数动态修正的短期风电功率组合预测方法被引量：20: 1; 作者王铮 Rui Pestana 冯双磊申洪 Luis Rosa; 机构中国电力科学研究院葡萄牙国家能源网公司; 出处《电网技术》 EI CSCD 北大核心 2017年第2期500-507,共8页; 基金国家重点基础研究发展计划项目(973项目)(2016YFB0900502) 国家自然科学基金项目(51477156) 国家电网公司科技项目(NY7116021)~~; 文摘风电功率预测是解决大规模风电并网问题的有效手段之一,预测精度越高,越有利于提高电网运行的安全性和经济性。为了提高风电功率短期预测精度,通过组合预测方式弥补单一预测模型的局限性,针对各预测结果性能随预测时间尺度变化的问题,提出了不同时间断面差异化的组合预测方法,并根据风电功率的波动特性,恰当引入天气变化的持续信息,优化了15 min^4 h预测时间尺度下的预测精度。同时,针对各集合成员每日更新结果,通过在线建模方式,动态修正各集合单元组合权值,提高预测模型的适应性。实际算例表明,所提方法能够得到风电功率预测结果,组合系数变化性质符合实际原理,与目前常用的组合预测方法相比,预测精度更优。; 关键词风力发电风电功率预测功率波动特性集合预测动态组合预测; Keywords wind power generation wind power forecast wind power fluctuation characteristics ensemble forecast dynamic combination forecast; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名超短期风电功率预测的自适应指数动态优选组合模型被引量：14: 2; 作者叶林朱倩雯赵永宁; 机构中国农业大学信息与电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2015年第20期12-18,共7页; 基金国家自然科学基金资助项目(51477174 51077126)~~; 文摘风电功率预测对电力系统运行、调度计划具有重要意义。针对目前单体预测模型的局限性,文中给出了基于可变向量遗忘因子的自适应指数动态优选组合预测模型。模型首先采用数值天气预报作为3种单体预测模型的主要输入,所选模型结合物理和统计模型的优点,同时兼有线性与非线性特点。然后,在单体预测结果的基础上,分别采用递归最小二乘方法、协方差优选组合方法及多层感知器网络对单体模型的预测结果进行组合。最后,引入基于Cook距离的向量遗忘因子,利用Cook距离评估新观测值对参数估计的影响,采用基于可变向量遗忘因子的自适应指数组合模型动态分配模型权系数,对加权组合得到的3种组合预测结果进行再次组合,在自适应过程中实现模型优选,得到最终的预测结果。算例结果表明,所述优选组合预测模型能够在超短期组合预测的过程中实现模型优选,可有效提高风电功率预测精度。; 关键词风电功率预测动态组合预测 COOK距离自适应遗忘因子; Keywords wind power prediction dynamic combination forecast Cook's distance adaptive forgetting factors; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于动态熵权的短期风速组合预测被引量：2: 3; 作者李勇施艳春; 机构沈阳工业大学电气工程学院; 出处《沈阳工业大学学报》 EI CAS 北大核心 2016年第3期247-251,共5页; 基金国家自然科学基金资助项目(61102124) 辽宁省教育厅科学技术研究项目(L2015387); 文摘为了提高风电场风速预测的准确性,将不同预测方法的权重推广到权重序列,生成权重矩阵,同时采用新的预测误差更新权重矩阵,获得所需模型.建立三种单一预测模型,统计它们十天的预测误差,获得误差序列,在此基础上,提出动态熵权法.采用熵权法确定各单一预测模型在96个预测时刻的权值,并根据新的24小时预测误差更新误差序列和权重矩阵,从而获得动态组合预测模型.结果表明,动态组合预测模型的整体误差指标比单一预测模型较小,预测精度显然增高,证明了所建模型有效且实用.; 关键词风速预测神经网络时间序列数值天气预报熵权组合预测动态组合预测; Keywords wind speed forecast neural network time series numerical weather forecast entropy weight combination forecast dynamic combination forecast; 分类号 TK81 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名基于K-means分层聚类的TCN-GRU和LSTM动态组合光伏短期功率预测被引量：21: 4; 作者吴家葆曾国辉张振华黄勃刘瑾; 机构上海工程技术大学; 出处《可再生能源》 CAS CSCD 北大核心 2023年第8期1015-1022,共8页; 基金国家自然科学基金(61603242,61701296)。; 文摘为了提高电网运行的稳定性和改善电网的节能调度,针对目前单一模型处于不同天气状况时,预测精度难以达到最优的状况,文章提出了一种基于K-means分层聚类的TCN-GRU和长短期记忆网络(LSTM)动态组合光伏短期功率预测。利用K-means算法进行二次聚类,将天气类型分为晴天(A_(1))、多云(A_(2))、阴天(A_(3))、雨天(A_(4));通过时间卷积网络(TCN)提取数据的时序特征,并结合门控循环单元(GRU)建立出融合提取时序特征模块的TCN-GRU结构;TCN-GRU与LSTM神经网络动态组合后,通过弹性网络(ElasticNet)回归选择最佳输出权重得到最终预测值;基于江苏某地区的光伏发电功率数据及对应的气象数据对文章所提出的方法进行验证。在4种天气状况下,通过与其他模型预测结果进行比较,文章提出的动态组合模型预测精度更高。; 关键词 K-MEANS 光伏短期功率预测 TCN-GRU LSTM ElasticNet 动态组合预测; Keywords K-means photovoltaic short-term power prediction TCN-GRU LSTM ElasticNet dynamic combination forecasting; 分类号 TK511 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于加权系数动态修正的短期风电功率组合预测方法	王铮 Rui Pestana 冯双磊申洪 Luis Rosa	《电网技术》 EI CSCD 北大核心	2017	20	在线阅读下载PDF 职称材料
2	超短期风电功率预测的自适应指数动态优选组合模型	叶林朱倩雯赵永宁	《电力系统自动化》 EI CSCD 北大核心	2015	14	在线阅读下载PDF 职称材料
3	基于动态熵权的短期风速组合预测	李勇施艳春	《沈阳工业大学学报》 EI CAS 北大核心	2016	2	在线阅读下载PDF 职称材料
4	基于K-means分层聚类的TCN-GRU和LSTM动态组合光伏短期功率预测	吴家葆曾国辉张振华黄勃刘瑾	《可再生能源》 CAS CSCD 北大核心	2023	21	在线阅读下载PDF 职称材料