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
季节分型下一种面向风电功率日前预测的深度自适应滤波框架
被引量：
2
1
作者
杨茂
闫琦
+3 位作者
苏欣
周茉
姜林
田圃晟
《南方电网技术》
CSCD
北大核心
2023年第6期62-71,共10页
深入研究数值天气预报风速的波动性对提高风电功率日前预测精度具有重要意义。首先提出一种深度自适应滤波框架,对于数值天气预报风速,采用引入相对熵的变分模态分解算法,经分解产生多个模态分量后,基于非局部均值去噪算法对其中的噪声...
深入研究数值天气预报风速的波动性对提高风电功率日前预测精度具有重要意义。首先提出一种深度自适应滤波框架,对于数值天气预报风速,采用引入相对熵的变分模态分解算法,经分解产生多个模态分量后,基于非局部均值去噪算法对其中的噪声分量滤波,随后将其与有效分量重构得到去噪后的序列;在此基础上按季节分型,将去噪后的数值天气预报风速序列作为输入,在备选模型库中由验证集选用该季节最适合的风速-功率转化模型,并对测试集进行风电功率预测。选用中国东北某风电场进行算例分析,相较于其他分解算法,所提方法在不同季节的预测准确率可提升0.25%~1.58%,即季节分型下的深度自适应滤波框架可有效提高风电功率预测精度。
展开更多
关键词
相对熵
非局部均值去噪
季节分型
风电功率日前预测
在线阅读
下载PDF
职称材料
考虑预测误差时空相依性的短期风电功率概率预测
被引量：
5
2
作者
胡文慧
苏欣
+2 位作者
姜林
郭长星
杨茂
《南方电网技术》
CSCD
北大核心
2023年第2期137-144,共8页
由于风电功率点预测误差无法避免,概率预测可以充分描述风电功率的不确定性,进而对调度部门的决策提供进一步指导。当前的风电功率概率预测方法对其物理变化过程挖掘仍不完整。通过挖掘历史风电功率数据和数值天气预报(numerical weathe...
由于风电功率点预测误差无法避免,概率预测可以充分描述风电功率的不确定性,进而对调度部门的决策提供进一步指导。当前的风电功率概率预测方法对其物理变化过程挖掘仍不完整。通过挖掘历史风电功率数据和数值天气预报(numerical weather prediction,NWP)的时空特性,构建了一种考虑误差时空相依性的短期风电概率预测新框架。首先通过门控循环单元(gated recurrent unit,GRU)得到点预测结果;进而,引入多位置NWP,提出了一种考虑时空相依特性的多层次误差场景划分方法;最后,利用Bootstrap抽样法重构形成新的适应建模的误差样本集,进行了不同置信水平下的短期风电功率概率预测。由此得出,在考虑时空相依性的概率预测下,整体框架的效果在中国东北某风电场被验证,对比相同置信水平下,预测精度得到有效明显提高,且评价指标预测区间覆盖率提高0.53%、0.44%、0.32%,预测区间平均带宽缩小2.40%、2.14%,0.06%,证实了所提方法的有效性和可行性。
展开更多
关键词
时空相依性
风电功率短期概率预测
层次聚类
门控循环单元
Bootstrap抽样法
在线阅读
下载PDF
职称材料
题名
季节分型下一种面向风电功率日前预测的深度自适应滤波框架
被引量：
2
1
作者
杨茂
闫琦
苏欣
周茉
姜林
田圃晟
机构
现代
电力
系统仿真控制与绿色电能新技术教育部重点实验室(东北
电力
大学)
华电吉林能源
有限公司
长春华信电力成套设备有限公司
国网北京供电
公司
出处
《南方电网技术》
CSCD
北大核心
2023年第6期62-71,共10页
基金
国家重点研发计划资助项目(2022YFB2403000)
新能源与储能运行控制国家重点实验室开放基金资助项目(NBY51202201693)。
文摘
深入研究数值天气预报风速的波动性对提高风电功率日前预测精度具有重要意义。首先提出一种深度自适应滤波框架,对于数值天气预报风速,采用引入相对熵的变分模态分解算法,经分解产生多个模态分量后,基于非局部均值去噪算法对其中的噪声分量滤波,随后将其与有效分量重构得到去噪后的序列;在此基础上按季节分型,将去噪后的数值天气预报风速序列作为输入,在备选模型库中由验证集选用该季节最适合的风速-功率转化模型,并对测试集进行风电功率预测。选用中国东北某风电场进行算例分析,相较于其他分解算法,所提方法在不同季节的预测准确率可提升0.25%~1.58%,即季节分型下的深度自适应滤波框架可有效提高风电功率预测精度。
关键词
相对熵
非局部均值去噪
季节分型
风电功率日前预测
Keywords
kullback-leibler divergence
non-local means de-noising
seasonal classification
day-ahead forecast of wind power
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
考虑预测误差时空相依性的短期风电功率概率预测
被引量：
5
2
作者
胡文慧
苏欣
姜林
郭长星
杨茂
机构
现代
电力
系统仿真控制与绿色电能新技术教育部重点实验室(东北
电力
大学)
长春华信电力成套设备有限公司
国网吉林省
电力
有限公司
松原市城郊供电分
公司
出处
《南方电网技术》
CSCD
北大核心
2023年第2期137-144,共8页
基金
国家重点研发计划“大规模风电/光伏多时间尺度供电能力预测技术”(2022YFB2403000)。
文摘
由于风电功率点预测误差无法避免,概率预测可以充分描述风电功率的不确定性,进而对调度部门的决策提供进一步指导。当前的风电功率概率预测方法对其物理变化过程挖掘仍不完整。通过挖掘历史风电功率数据和数值天气预报(numerical weather prediction,NWP)的时空特性,构建了一种考虑误差时空相依性的短期风电概率预测新框架。首先通过门控循环单元(gated recurrent unit,GRU)得到点预测结果;进而,引入多位置NWP,提出了一种考虑时空相依特性的多层次误差场景划分方法;最后,利用Bootstrap抽样法重构形成新的适应建模的误差样本集,进行了不同置信水平下的短期风电功率概率预测。由此得出,在考虑时空相依性的概率预测下,整体框架的效果在中国东北某风电场被验证,对比相同置信水平下,预测精度得到有效明显提高,且评价指标预测区间覆盖率提高0.53%、0.44%、0.32%,预测区间平均带宽缩小2.40%、2.14%,0.06%,证实了所提方法的有效性和可行性。
关键词
时空相依性
风电功率短期概率预测
层次聚类
门控循环单元
Bootstrap抽样法
Keywords
spatiotemporal dependence
short-term probability prediction of wind power
hierarchical clustering
gated recurrent unit
Bootstrap sampling
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
作者
出处
发文年
被引量
操作
1
季节分型下一种面向风电功率日前预测的深度自适应滤波框架
杨茂
闫琦
苏欣
周茉
姜林
田圃晟
《南方电网技术》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
考虑预测误差时空相依性的短期风电功率概率预测
胡文慧
苏欣
姜林
郭长星
杨茂
《南方电网技术》
CSCD
北大核心
2023
5
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
