-
Patent Agency Ranking
公开(公告)号：CN105225006B
公开(公告)日：2016-10-12
申请号：CN201510642448.8
申请日：2015-09-30
Applicant: 山东大学
Abstract: 本发明实施例公开了一种短期风电功率非参数概率预测方法，包括，构建每个前瞻时段的SVM预测模型和SBC预测模型；将风电功率预测所需数据输入SVM预测模型，得到每个前瞻时段的风电功率预测值；将误差分布预测所需数据输入SBC预测模型，得到每个前瞻时段的预测误差条件概率；利用D‑S证据理论对预测误差条件概率进行整合，其中设计风电功率的分布范围约束，得到每个前瞻时段的预测误差的整体概率分布；将风电功率预测值与预测误差概率分布叠加，得到每个前瞻时段的风电功率概率分布。本发明基于稀疏贝叶斯架构构建，具有高稀疏性，确保了模型的泛化能力与计算速度,且系统地计及了风电场输出功率的边界约束，使预测结果更加符合实际。
-
公开(公告)号：CN105868853B
公开(公告)日：2017-05-17
申请号：CN201610182801.3
申请日：2016-03-28
Applicant: 山东大学
IPC: G06F19/00
Abstract: 本发明公开了一种短期风电功率组合概率预测方法，包括：构建每个前瞻时段的各单项概率预测模型。将支持向量机和线性回归预测得到的点预测结果假设为符合weibull分布和gauss分布的概率结果，应用经验方法统计得到所假设各分布的形状参数。构建每个前瞻时段的扩展BMA模型。将风电功率预测所需要的数据输入所述各单项概率预测模型，得到各单项预测风电功率条件概率密度函数，利用扩展BMA模型将其组合预测得到风电功率组合概率密度函数。本模型可以根据不同风场数据的特点自适应地得到任意形式的分布形式，可有效降低模型分布形式的选择带来的模型误差，真正做到预测模型的普适性。
-
公开(公告)号：CN103440541B
公开(公告)日：2016-03-30
申请号：CN201310433551.2
申请日：2013-09-18
Applicant: 山东大学 , 国网河南省电力公司电力科学研究院
Abstract: 本发明公开了一种多风电场短期输出功率的联合概率密度预测方法，步骤如下：利用支持向量机回归预测模型对每个风电场的输出功率进行单点值预测，并对预测误差建立稀疏贝叶斯学习模型进行误差的概率密度预测，得到单一风电场输出功率的边缘概率密度函数预测期望值和方差；对多风场输出功率预测误差特性进行统计分析，建立动态条件相关-多元广义自回归条件异方差模型，综合单一风场输出功率边缘概率密度预测结果和相关系数矩阵得到多风场输出功率的联合概率密度函数，并借助抽样技术形成包含时空关联特性的多维场景。本发明能够提供单一风电场输出功率的预测均值和预测不确定性信息，还能够定量描述多风场输出功率预测之间的动态时空关联特性。
-
公开(公告)号：CN105868853A
公开(公告)日：2016-08-17
申请号：CN201610182801.3
申请日：2016-03-28
Applicant: 山东大学
CPC classification number: G06Q10/04 , G06Q50/06 , H02J3/00 , H02J2003/007
Abstract: 本发明公开了一种短期风电功率组合概率预测方法，包括：构建每个前瞻时段的各单项概率预测模型。将支持向量机和线性回归预测得到的点预测结果假设为符合weibull分布和gauss分布的概率结果，应用经验方法统计得到所假设各分布的形状参数。构建每个前瞻时段的扩展BMA模型。将风电功率预测所需要的数据输入所述各单项概率预测模型，得到各单项预测风电功率条件概率密度函数，利用扩展BMA模型将其组合预测得到风电功率组合概率密度函数。本模型可以根据不同风场数据的特点自适应地得到任意形式的分布形式，可有效降低模型分布形式的选择带来的模型误差，真正做到预测模型的普适性。
-
公开(公告)号：CN103440541A
公开(公告)日：2013-12-11
申请号：CN201310433551.2
申请日：2013-09-18
Applicant: 山东大学
Abstract: 本发明公开了一种多风电场短期输出功率的联合概率密度预测方法，步骤如下：利用支持向量机回归预测模型对每个风电场的输出功率进行单点值预测，并对预测误差建立稀疏贝叶斯学习模型进行误差的概率密度预测，得到单一风电场输出功率的边缘概率密度函数预测期望值和方差；对多风场输出功率预测误差特性进行统计分析，建立动态条件相关-多元广义自回归条件异方差模型，综合单一风场输出功率边缘概率密度预测结果和相关系数矩阵得到多风场输出功率的联合概率密度函数，并借助抽样技术形成包含时空关联特性的多维场景。本发明能够提供单一风电场输出功率的预测均值和预测不确定性信息，还能够定量描述多风场输出功率预测之间的动态时空关联特性。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
