-
题名基于新型多维功率趋势聚类的风电功率预测方法
被引量：7
- 1
-
-
作者
师洪涛
闫佳
丁茂生
高峰
张智峰
李艺萱
-
机构
北方民族大学电气信息工程学院
国网宁夏电力有限公司
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第2期430-438,共9页
-
基金
国家自然科学基金(52067001)
宁夏自然科学基金(2021AAC03227)
宁夏重点研发项目(2019BEB04004)。
-
文摘
为解决传统聚类算法对风电功率序列趋势特性的挖掘与利用较少,且对不同风电场进行可调节设计不足的问题,提出了一种基于新型多维功率趋势聚类的风电功率预测方法。该方法首先提出一种多维功率趋势相似距离度量方法,其中包括风电功率序列波动程度、波动时间及数值维度共3个维度的度量,对风电数据中的趋势特性进行挖掘;然后,采用提出的严格系数对各个维度的参与度进行调整,以适应不同风电场数据,获得较好的聚类效果;最后,将提出的多维功率趋势距离度量与传统的模糊C均值软聚类算法及Elman神经网络群相结合,构建完整的预测模型。研究结果表明:该方法能够有效挖掘风电功率序列中的趋势特性,并提高风电功率的预测精度。
-
关键词
风电功率
短期预测
趋势聚类
模糊c均值软聚类
ELMAN神经网络
分类建模
-
Keywords
wind power prediction
short-term prediction
trend clustering
soft fuzzy c-means clustering
Elman neural network
classification modeling
-
分类号
TM614
[电气工程—电力系统及自动化]
-
