期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TVFEMD-SE和YJQRG的短期风电功率多步概率密度预测 被引量：5
1
作者 张婉莹 何耀耀 杨善林 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2022年第8期2225-2242,共18页
针对短期风电功率预测问题,在现有概率预测方法的基础上,提出一种由基于时变滤波器的经验模态分解(time varying filter-based empirical mode decomposition,TVFEMD),样本熵(sample entropy,SE),Yeo-Johnson转换分位数回归(Yeo-Johnson... 针对短期风电功率预测问题,在现有概率预测方法的基础上,提出一种由基于时变滤波器的经验模态分解(time varying filter-based empirical mode decomposition,TVFEMD),样本熵(sample entropy,SE),Yeo-Johnson转换分位数回归(Yeo-Johnson transformation quantile regression,YJQR)和高斯核函数组成的多步概率密度预测模型.该方法首先采用TVFEMD分解技术将原始的风电功率分解为一系列相对平稳的分量,再应用SE理论对近似分量做叠加处理以降低任务量.之后对重构的各分量分别建立YJQR模型进行4步风电功率预测,模型的参数通过网格搜索进行综合优化选取,以使其预测性能达到最佳.最后将各个分位点下不同分量的分位数预测值进行累积,并作为高斯核函数的输入变量,实现风电功率多步概率密度预测.以2011年电工数学建模竞赛(electrician mathematical contest in modeling,EMCM)的风电数据集为算例,结果表明所提方法在保证分位数不交叉的情况下,在精度、不确定性和可靠性方面都表现出了更好的多步预测效果. 展开更多
关键词 风电功率多步概率密度预测 基于时变滤波器的经验模态分解 Yeo-Johnson转换分位数回归 分位数交叉
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部