文献类型：期刊文章

作　　者：谢丽蓉[1] 王斌[1] 包洪印[2] 梁武星[3] 买买提热依木·阿布力孜[1]

Xie Lirong;Wang Bin;Bao Hongyin;Liang Wuxing;Maimaitireyimu Abulizi(School of Electrical Engineering,Xinjiang University,Urumqi 830047,China;CSIC of HaiWei(Xinjiang)New Energy Co.,Ltd.,Urumqi 830002,China;TBEA Xinjiang New Energy Co.,Ltd.,Urumqi 830011,China)

机构地区：[1]新疆大学电气工程学院,乌鲁木齐830047 [2]中船重工(海为)新能源有限公司,乌鲁木齐830002 [3]特变电工新疆新能源股份有限公司,乌鲁木齐830011

出　　处：《太阳能学报》

基　　金：国家自然科学基金(51667021);新疆维吾尔自治区重点创新项目(XJZDCX2017039);新疆高校科学基金重点项目(XJEDU20161017)。

年　　份：2021

卷　　号：42

期　　号：7

起止页码：290-296

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对风电场输出功率不稳定特性造成风功率预测精度不高问题。采用集合经验模态分解(EEMD)将风功率信号分解为若干个平稳的子序列,可避免经验模态分解(EMD)出现错误的本征模态函数(IMF)分量;利用相空间重构对分解获得的平稳子序列进行重构;提出一种鲸鱼算法(WOA),优化风功率平稳子序列重构参数和最小二乘支持向量机(LSSVM)参数;从而建立EEMD-WOA-LSSVM风功率预测模型。以某风电场为例,采用所建立预测模型对风功率进行仿真分析,实验结果表明EEMDWOA-LSSVM预测模型的风电功率预测精度更高。

关 键 词：风电功率预测 最小二乘支持向量机 集合经验模态分解  相空间重构 鲸鱼算法  

分 类 号：TM614]