【技术实现步骤摘要】
一种基于经验模式分解和随机森林的风速超短期预测算法
本专利技术属于电力系统领域,具体涉及一种基于经验模式分解和随机森林的风速超短期预测算法。
技术介绍
近年来,风电作为清洁能源得到了长足的发展,有些省份,风力发电的装机容量已经占比15%以上。风力发电具有间歇性,随机性,不稳定性等特性,给风电并网后电力系统的安全运行带来极大挑战,也限制了风电能源的进一步发展。提高风速或者风电厂输出功率预测的准确性,能够更好实现风电与传统能源的协调调度,降低备用容量的配比,提高风电的上网比率。然而,传统的风速预测方法存在预测精度不高,容易发生过拟合,对不良数据敏感,建模数据难以获取等问题。这些问题的存在,使得传统算法难以满足实际生产需要。
技术实现思路
本专利技术的目的在于提供一种基于经验模式分解和随机森林的风速超短期预测算法,该算法使用历史真实风速数据分解得到不同时间尺度的分量用以训练预测模型,在进行风速预测时,能够根据当前及之前若干时刻风速数据对下一时刻的风速进行预测。为实现上述目的,本专利技术的技术方案是:一种基于经验模式分解和随机森林的风速超短期预测算法,通过对历史真实风速数据分解得到不同时间尺度的分量用以训练预测模型,在进行风速预测时,能够根据当前及之前若干时刻风速数据对下一时刻的风速进行预测,得到下一时刻风速的预测结果。在本专利技术一实施例中,该方法具体实现步骤如下:步骤S1:获取风电厂的风速历史数据,风速采样频率为每10分钟采样一次,形成风速时间序列;步骤S2:采用法则筛选风速历史数据中的不良数据并将其剔除,采用公式如下:式中,Xb为第b个风速采样值;为全体风速样本 ...
【技术保护点】
1.一种基于经验模式分解和随机森林的风速超短期预测算法,其特征在于,通过对历史真实风速数据分解得到不同时间尺度的分量用以训练预测模型,在进行风速预测时,能够根据当前及之前若干时刻风速数据对下一时刻的风速进行预测,得到下一时刻风速的预测结果。
【技术特征摘要】
1.一种基于经验模式分解和随机森林的风速超短期预测算法,其特征在于,通过对历史真实风速数据分解得到不同时间尺度的分量用以训练预测模型,在进行风速预测时,能够根据当前及之前若干时刻风速数据对下一时刻的风速进行预测,得到下一时刻风速的预测结果。2.根据权利要求1所述的一种基于经验模式分解和随机森林的风速超短期预测算法,其特征在于,该方法具体实现步骤如下:步骤S1:获取风电厂的风速历史数据,风速采样频率为每10分钟采样一次,形成风速时间序列;步骤S2:采用法则筛选风速历史数据中的不良数据并将其剔除,采用公式如下:式中,Xb为第b个风速采样值;为全体风速样本的均值;|Vb|为第b个风速值的剩余误差;σ为全体风速样本的标准差;若某风速采样值满足上式,则视为不良数据,并将其剔除;步骤S3:使用经验模...
【专利技术属性】
技术研发人员:叶荣,胡臻达,林章岁,吴威,王怀远,江岳文,温步瀛,
申请(专利权)人:国网福建省电力有限公司,国网福建省电力有限公司经济技术研究院,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。