公开(公告)号：CN111667098A

公开(公告)日：2020-09-15

申请号：CN202010405975.8

申请日：2020-05-14

Applicant: 湖北工业大学

Inventor： 曾亮 ,  狄飞超 ,  王珊珊 ,  刘哲 ,  舒文强 ,  邹心怡 ,  陈新彦 ,  杨文戈 ,  雷舒敏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/00 ,  G06N3/08

Abstract: 本发明提出了一种基于多模型组合优化的风力电站输出功率预测方法。获取目标风力电站的气象影响因子数据、风电功率数据，依次进行数据缺失值补齐、数据归一化，并通过灰色关联度分析法分析二者的关联度；进一步建立支持向量机预测模型，通过灰狼群优化算法优化参数；将优化后支持向量机模型作为弱回归器，通过建立AdaBoost集成模型构建强回归器，利用强回归器预测获得训练集风电功率预测值序列；进一步构建门控循环单元网络对误差序列E进行预测；将修正后的预测误差值与AdaBoost集成预测模型的预测结果进行叠加，获得最终预测结果。本发明提升了风电功率预测模型的预测效率、预测精度，有助于电力系统的科学调度和并网运行的安全稳定。

公开(公告)号：CN111667098B

公开(公告)日：2023-04-18

申请号：CN202010405975.8

申请日：2020-05-14

Applicant: 湖北工业大学

Inventor： 曾亮 ,  狄飞超 ,  王珊珊 ,  刘哲 ,  舒文强 ,  邹心怡 ,  陈新彦 ,  杨文戈 ,  雷舒敏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明提出了一种基于多模型组合优化的风力电站输出功率预测方法。获取目标风力电站的气象影响因子数据、风电功率数据，依次进行数据缺失值补齐、数据归一化，并通过灰色关联度分析法分析二者的关联度；进一步建立支持向量机预测模型，通过灰狼群优化算法优化参数；将优化后支持向量机模型作为弱回归器，通过建立AdaBoost集成模型构建强回归器，利用强回归器预测获得训练集风电功率预测值序列；进一步构建门控循环单元网络对误差序列E进行预测；将修正后的预测误差值与AdaBoost集成预测模型的预测结果进行叠加，获得最终预测结果。本发明提升了风电功率预测模型的预测效率、预测精度，有助于电力系统的科学调度和并网运行的安全稳定。