一种短期风电功率的预测方法、装置及系统

    公开(公告)号:CN107516150A

    公开(公告)日:2017-12-26

    申请号:CN201710742259.7

    申请日:2017-08-25

    Inventor: 殷豪 董朕

    CPC classification number: G06Q10/04 G06N3/006 G06N99/005 G06Q50/06

    Abstract: 本发明实施例公开了一种短期风电功率的预测方法、装置及系统,包括获取风电功率历史数据,并对风电功率历史数据进行预处理得到训练样本数据及测试样本数据;采用预先建立的极限学习机优化模型对测试样本数据进行预测,得到风电功率预测结果;其中,极限学习机优化模型的建立过程为将训练样本数据添加至极限学习机中;采用结合混沌纵横交叉算法的粒子群算法对极限学习机的参数进行寻优处理,得到训练后的极限学习机优化模型;参数包括输入权值及隐含层偏置。本发明实施例提高了极限学习机优化模型的局部搜索能力和全局收敛精度,并采用优化后的极限学习机优化模型对测试样本数据进行预测,使得到的预测结果更加精确。

    一种短期风速预测方法、装置及系统

    公开(公告)号:CN107506861A

    公开(公告)日:2017-12-22

    申请号:CN201710742819.9

    申请日:2017-08-25

    CPC classification number: G06Q10/04 G06Q50/06

    Abstract: 本发明实施例公开了一种短期风速预测方法、装置及系统,包括获取经预处理后的风速历史数据;利用小波分解法将风速历史数据分解为多个不同频率的第一子序列;通过小波重构方对各个第一子序列进行单支重构,得到与各个第一子序列一一对应的各个第二子序列;采用预先建立的极限学习机模型对各个第二子序列进行预测,得到与各个第二子序列一一对应的各个预测值;将各个预测值进行叠加,得到风速预测结果;其中,极限学习机模型的建立过程为采用训练样本数据及活性竞争萤火虫算法对极限学习机的参数进行优化,得到最优参数,以得到极限学习机优化模型。降低了风速的高度非线性对预测结果的影响,可以提高全局收敛精度,以提高预测精度。

    一种短期风速预测方法、装置及系统

    公开(公告)号:CN107506861B

    公开(公告)日:2021-04-16

    申请号:CN201710742819.9

    申请日:2017-08-25

    Abstract: 本发明实施例公开了一种短期风速预测方法、装置及系统,包括获取经预处理后的风速历史数据;利用小波分解法将风速历史数据分解为多个不同频率的第一子序列;通过小波重构方对各个第一子序列进行单支重构,得到与各个第一子序列一一对应的各个第二子序列;采用预先建立的极限学习机模型对各个第二子序列进行预测,得到与各个第二子序列一一对应的各个预测值;将各个预测值进行叠加,得到风速预测结果;其中,极限学习机模型的建立过程为采用训练样本数据及活性竞争萤火虫算法对极限学习机的参数进行优化,得到最优参数,以得到极限学习机优化模型。降低了风速的高度非线性对预测结果的影响,可以提高全局收敛精度,以提高预测精度。

    一种基于纵横交叉算法的机组组合优化方法及装置

    公开(公告)号:CN107145982B

    公开(公告)日:2020-02-21

    申请号:CN201710312385.9

    申请日:2017-05-05

    Abstract: 本发明公开了一种基于纵横交叉算法的机组组合优化方法,该方法包括以下步骤:基于电力系统运行费用最低的目标函数和电力系统机组约束,建立电力系统机组组合的优化模型;根据优化模型的潜在解,初始化种群,获得初始机组状态矩阵和初始机组出力矩阵;基于初始机组状态矩阵,依次使用二进制纵横交叉算法BCSO和纵横交叉算法CSO迭代进行横向交叉和纵向交叉操作,产生的子代和父代竞争,获得电力系统机组组合的优化解。应用本发明实施例所提供的技术方案,可以使得粒子个体信息能够快速地在种群中传播,在极大地提高全局收敛能力的同时保持了收敛速度。本发明还公开了一种基于纵横交叉算法的机组组合优化装置,具有相应技术效果。

    一种基于纵横交叉算法的机组组合优化方法及装置

    公开(公告)号:CN107145982A

    公开(公告)日:2017-09-08

    申请号:CN201710312385.9

    申请日:2017-05-05

    Abstract: 本发明公开了一种基于纵横交叉算法的机组组合优化方法,该方法包括以下步骤:基于电力系统运行费用最低的目标函数和电力系统机组约束,建立电力系统机组组合的优化模型;根据优化模型的潜在解,初始化种群,获得初始机组状态矩阵和初始机组出力矩阵;基于初始机组状态矩阵,依次使用二进制纵横交叉算法BCSO和纵横交叉算法CSO迭代进行横向交叉和纵向交叉操作,产生的子代和父代竞争,获得电力系统机组组合的优化解。应用本发明实施例所提供的技术方案,可以使得粒子个体信息能够快速地在种群中传播,在极大地提高全局收敛能力的同时保持了收敛速度。本发明还公开了一种基于纵横交叉算法的机组组合优化装置,具有相应技术效果。

Patent Agency Ranking