-
公开(公告)号：CN110298494A
公开(公告)日：2019-10-01
申请号：CN201910499160.8
申请日：2019-06-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于分段聚类及组合优化的风电功率预测方法，该方法包括以下步骤：(1)对风电历史数据进行聚类分段；(2)使用风电功率数据样本进行自回归滑动平均模型训练；(3)使用风电功率、风速、温度历史数据样本进行基于粒子群优化的支持向量机模型PSO-SVM训练；(4)使用ARMA预测模型和PSO-SVM预测模型建立组合预测模型；(5)基于分段聚类划分结果和组合预测模型进行风电功率预测。本发明组合预测模型具有较强的适用性，可以根据实际需求改变聚类分段数量实现精度和计算资源的平衡；能够快速准确预测风电场下一时间点的出力大小，稳定性好；本发明能够为电力系统调度员提供风电场出力的参考值，对保证电力系统安全稳定运行具有重要意义。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
