一种基于核极限学习机模型的功率区间预测方法

    公开(公告)号:CN105046374A

    公开(公告)日:2015-11-11

    申请号:CN201510525036.6

    申请日:2015-08-25

    Abstract: 本发明属于风电发电功率预测领域,尤其涉及一种基于粒子群优化核极限学习机模型的风电功率区间预测方法,包括:数据预处理,依据风速与功率相关性预处理SCADA中历史数据;初始化KELM模型参数,计算得到初始输出权重βint;初始化粒子群参数;根据评价指标构建优化准则F,进行粒子群寻优,得到模型最优输出权重βbest;带入测试数据到βbest构成的KELM模型,得到风电功率预测区间,评价预测区间各项指标。本发明易于工程实现,能够得到较好的预测结果,不仅能描述未来风电功率可能波动范围,同时有效评估预测区间的可靠性,给出风电功率在不同置信水平下可能的波动区间,更好地为电力系统决策人提供参考。

    一种基于核极限学习机模型的功率区间预测方法

    公开(公告)号:CN105046374B

    公开(公告)日:2019-04-02

    申请号:CN201510525036.6

    申请日:2015-08-25

    Abstract: 本发明属于风电发电功率预测领域,尤其涉及一种基于粒子群优化核极限学习机模型的风电功率区间预测方法,包括:数据预处理,依据风速与功率相关相关性预处理SCADA中历史数据;初始化KELM模型参数,计算得到初始输出权重βint;初始化粒子群参数;根据评价指标构建优化准则F,进行粒子群寻优,得到模型最优输出权重βbest;带入测试数据到βbest构成的KELM模型,得到风电功率预测区间,评价预测区间各项指标。本发明易于工程实现,能够得到较好的预测结果,不仅能描述未来风电功率可能波动范围,同时有效评估预测区间的可靠性,给出风电功率在不同置信水平下可能的波动区间,更好地为电力系统决策人提供参考。

    一种含并网光伏电站的系统可靠性评估方法

    公开(公告)号:CN105931134A

    公开(公告)日:2016-09-07

    申请号:CN201610262718.7

    申请日:2016-04-25

    CPC classification number: G06Q50/06 G06Q10/0639

    Abstract: 本发明公开了属于电力系统控制技术领域的一种含并网光伏电站的系统可靠性评估方法。主要考虑多状态转移与时序信息相结合的光伏电站出力建模以及计算光伏接入系统对可靠性指标的影响限值;包括应用模糊C均值聚类、按四种不同天气类型对光伏电站历史数据做聚类分析,在聚类结果的基础上创建光伏电站发电状态的转移概率矩阵,将光伏电站的转移状态分为16种基本类型,并对转移状态做ARMA时间序列建模,最终创建完整的考虑光伏电站状态转移与时序特征的出力模型。此模型能更加真实的模拟光伏电站的出力情况。利用该出力模型测试光伏接入系统后对系统可靠性的影响,该方法简单实用,对评估光伏接入对系统的影响具有积极作用。

Patent Agency Ranking