期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MEEMD-GAELM组合模型的短期风电功率预测 被引量:7
1
作者 陈籽君 丁云飞 《水电能源科学》 北大核心 2020年第8期207-210,共4页
考虑到风电功率短期预测的准确性对电网调度具有重要作用,提出了一种由改进的集成经验稳态分解(MEEMD)与基于遗传算法优化的极限学习机(GAELM)相结合的短期风功率组合预测模型,首先对原始风功率时间序列进行总体平均经验模态分解(CEEMD)... 考虑到风电功率短期预测的准确性对电网调度具有重要作用,提出了一种由改进的集成经验稳态分解(MEEMD)与基于遗传算法优化的极限学习机(GAELM)相结合的短期风功率组合预测模型,首先对原始风功率时间序列进行总体平均经验模态分解(CEEMD),通过排列熵剔除异常分量,再对剩余分量进行经验模态分解(EMD),其结果即为MEEMD分解所得分量,对分量分别建立GAELM预测模型,将各分量预测结果相加,即得到最终预测结果。对东北某风电场实测数据进行试验表明,与传统预测方法相比,组合预测模型有效提高了短期风功率预测的精确性。 展开更多
关键词 短期风功率预测 gaelm MEEMD 极限学习机 遗传算法 排列熵
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部