文献类型：期刊文章

作　　者：杨茂[1] 陈郁林[1] 魏治成[2]

Yang Mao;Chen Yulin;Wei Zhicheng(School of Electronic Engineering, Northeast Electric Power University, Jilin 132012, China;State Grid Anhui Maintenace Company, Hefei 230061, China)

机构地区：[1]东北电力大学电气工程学院,吉林132012 [2]国网安徽省电力公司检修公司,合肥230061

出　　处：《太阳能学报》

基　　金：国家重点基础研究发展(973)计划(2013CB228201);国家自然科学基金(51307017);吉林省科技发展计划(20140520129JH);吉林省产业技术与专项开发项目(2014Y124)

年　　份：2018

卷　　号：39

期　　号：5

起止页码：1440-1448

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种基于整体平均经验模态分解（EEMD）去噪和改进秩次集对分析的风电功率实时预测模型。首先利用EEMD将风电功率时间序列进行分解,得到有限个本征模态分量（IMF）和一个趋势分量;然后将高频IMF分量中与原始序列相关性较小的分量作为噪声滤除,将余下的分量进行重构得到消噪序列;最后利用秩次集对分析法对消噪序列进行预测。在建立秩次集对分析预测模型时,考虑风电功率幅值在建立联系度中的作用,改进联系度的建立过程。采用3个不同装机容量的风电场的实测风电功率数据进行仿真实验,结果表明：该文所提出的预测模型具有优越的预测性能,并显示出良好的普适性。

关 键 词：风电功率 实时预测  EEMD去噪  秩次集对分析  联系度

分 类 号：TM614]