| 
  中国学术期刊网络出版总库
  关闭
基于改进EEMD-SE-ARMA的超短期风功率组合预测模型  
   推荐 CAJ下载 PDF下载
【英文篇名】 Wind power ultra short-term model based on improved EEMD-SE-ARMA
【下载频次】 ★★★★★
【作者】 田波; 朴在林; 郭丹; 王慧;
【英文作者】 TIAN Bo; PIAO Zailin; GUO Dan; WANG Hui; College of Information and Electrical Engineering; Shenyang Agricultural University;
【作者单位】 沈阳农业大学信息与电气工程学院;
【文献出处】 电力系统保护与控制 , Power System Protection and Control, 编辑部邮箱 2017年 04期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 改进的集成经验模态分解; 风电预测; 样本熵; 时间序列; 组合预测模型; 端点延拓;
【英文关键词】 improved ensemble empirical mode decomposition; wind power prediction; sample entropy; time series; combined prediction model; endpoint extension;
【摘要】 针对风力发电功率时间序列具有非线性和非平稳性的特性,提出了一种改进的集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)-样本熵(Sample Entropy,SE)-ARMA的风电功率超短期组合预测模型。将EEMD分解中添加的白噪声信号改为添加绝对值相等的正负两组白噪声信号,并将MEEMD分解过程中的EMD步骤使用端点延拓和分段三次埃尔米特插值进行改进,形成一种改进的EEMD分解算法(即MEEMD)。利用MEEMD-SE将风力发电功率时间序列分解为一系列复杂度差异明显的风电子序列;针对每一个不同的子序列建立适当的ARMA预测模型;将各预测分量进行叠加重构,得到最终的风电功率预测值。通过算例分析及与其他几种预测模型预测结果的对比,证明MEEMD-SE-ARMA组合预测模型可以有效地提高风力发电功率超短期预测的精度。
【英文摘要】 In view of the nonlinear and non-stationary characteristics of wind power time series, this paper presents a modified ensemble empirical mode decomposition(MEEMD)-sample entropy(SE)-ARMA wind power ultra short term combined forecasting model. The white noise signal added in the EEMD decomposition is changed to two groups positive and negative white noise signal which have the equal absolute value, and the EMD steps of the decomposition process of MEEMD is improved with the endpoint extension and three piece...
【基金】 十二五国家科技支撑项目(2012BAJ26B00)~~
【更新日期】 2017-03-08
【分类号】 TM614
【正文快照】 This work is supported by National Science&Technology Pillar Program during the 12th Five-year Plan Period(No.2012BAJ26B00).0引言在可再生能源的研究领域中,风力发电因为技术应用发展较为成熟受到了越来越多国家的重视[1]。因为风力发电固有的间歇性和波动性,使电网?

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 电工技术
　　 发电、发电厂
　　　 各种发电
　　　　 风能发电
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号