期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EWT和分位数回归森林的短期风电功率概率密度预测
被引量：
21
1
作者
孙国强
梁智
+4 位作者
俞娜燕
倪晓宇
卫志农
臧海祥
周亦洲
《电力自动化设备》
EI
CSCD
北大核心
2018年第8期158-165,共8页
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)和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始...
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)和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模型的有效性。
展开更多
关键词
经验小波变换
分位数回归森林
核密度估计
概率密度
短期风电功率预测
模型
在线阅读
下载PDF
职称材料
基于高斯过程回归和粒子滤波的短期风速预测
被引量：
12
2
作者
梁智
孙国强
+3 位作者
俞娜燕
倪晓宇
沈海平
卫志农
《太阳能学报》
EI
CAS
CSCD
北大核心
2020年第3期45-51,共7页
建立高斯过程回归和粒子滤波相结合的短期风速预测模型,实现对历史风速序列异常值的在线动态检测与修正。首先,在训练样本集中通过高斯过程回归建立状态空间方程,采用粒子滤波算法对当前量测值进行状态估计,对估计值和量测值的残差进行...
建立高斯过程回归和粒子滤波相结合的短期风速预测模型,实现对历史风速序列异常值的在线动态检测与修正。首先,在训练样本集中通过高斯过程回归建立状态空间方程,采用粒子滤波算法对当前量测值进行状态估计,对估计值和量测值的残差进行分析,并根据"3σ"原则判断异常值。其次,修正异常值,并对修正后的风速序列重新建立高斯过程回归预测模型。在进行提前15分钟风速预测时,同样采用粒子滤波算法对最新量测值进行状态估计,实现了异常值在线检测并修正。算例分析结果表明,粒子滤波算法能够有效检测出异常风速值,降低了风速预测误差,提前15分钟风速预测时平均绝对百分比误差和均方根误差分别降至8.92%和0.5826 m/s。
展开更多
关键词
高斯过程回归
粒子滤波
异常值检测与修正
短期风速预测
在线阅读
下载PDF
职称材料
题名
基于EWT和分位数回归森林的短期风电功率概率密度预测
被引量：
21
1
作者
孙国强
梁智
俞娜燕
倪晓宇
卫志农
臧海祥
周亦洲
机构
河海大学能源与电气学院
国网
无锡
供电
公司
无锡扬晟科技股份有限公司
出处
《电力自动化设备》
EI
CSCD
北大核心
2018年第8期158-165,共8页
基金
国家自然科学基金资助项目(51507052)
国家电网公司科技项目(J2017089)~~
文摘
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)和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模型的有效性。
关键词
经验小波变换
分位数回归森林
核密度估计
概率密度
短期风电功率预测
模型
Keywords
empirical wavelet transform
quantile regression forest
kernel density estimation
probability density
short-term wind power forecasting
models
分类号
TM761 [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
基于高斯过程回归和粒子滤波的短期风速预测
被引量：
12
2
作者
梁智
孙国强
俞娜燕
倪晓宇
沈海平
卫志农
机构
河海大学能源与电气学院
国网江苏省电力
公司
无锡
供电
公司
无锡扬晟科技股份有限公司
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2020年第3期45-51,共7页
文摘
建立高斯过程回归和粒子滤波相结合的短期风速预测模型,实现对历史风速序列异常值的在线动态检测与修正。首先,在训练样本集中通过高斯过程回归建立状态空间方程,采用粒子滤波算法对当前量测值进行状态估计,对估计值和量测值的残差进行分析,并根据"3σ"原则判断异常值。其次,修正异常值,并对修正后的风速序列重新建立高斯过程回归预测模型。在进行提前15分钟风速预测时,同样采用粒子滤波算法对最新量测值进行状态估计,实现了异常值在线检测并修正。算例分析结果表明,粒子滤波算法能够有效检测出异常风速值,降低了风速预测误差,提前15分钟风速预测时平均绝对百分比误差和均方根误差分别降至8.92%和0.5826 m/s。
关键词
高斯过程回归
粒子滤波
异常值检测与修正
短期风速预测
Keywords
Gaussian process regression
particle filter
detection and correction of outliers
short-term wind speed forecasting
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
作者
出处
发文年
被引量
操作
1
基于EWT和分位数回归森林的短期风电功率概率密度预测
孙国强
梁智
俞娜燕
倪晓宇
卫志农
臧海祥
周亦洲
《电力自动化设备》
EI
CSCD
北大核心
2018
21
在线阅读
下载PDF
职称材料
2
基于高斯过程回归和粒子滤波的短期风速预测
梁智
孙国强
俞娜燕
倪晓宇
沈海平
卫志农
《太阳能学报》
EI
CAS
CSCD
北大核心
2020
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
