基于SAIGM-KELM的短期风电功率预测OA北大核心CSCDCSTPCD
Short-term wind power forecasting based on SAIGM-KELM
针对时序下风电功率的随机性和波动性问题,提出一种基于自适应智能灰色系统(SAIGM)和遗传算法优化核极限学习机(GA-KELM)的混合风电功率预测模型.首先,以灰色关联性分析不同季度下风向量与数值气象预报(NWP)对风电功率的影响为基础,采用自适应智能灰色系统预测风速,并将预测的风速与相连时序下的风向和NWP有效整合作为预测样本.其次,利用遗传算法优化核极限学习机搭建风电功率预测模型,并将实际风向量与NWP有效整合作为预测模型的训练样本.最后,利…查看全部>>
王浩;王艳;纪志成
江南大学物联网技术应用教育部工程研究中心,江苏 无锡 214122江南大学物联网技术应用教育部工程研究中心,江苏 无锡 214122江南大学物联网技术应用教育部工程研究中心,江苏 无锡 214122
风电功率灰色关联性自适应智能灰色系统遗传算法核极限学习机
《电力系统保护与控制》 2020 (18)
78-87,10
国家自然科学基金资助(61973138)
评论