典型文献
基于集成学习的风电功率概率预测方法研究
文献摘要：
风电功率有较强的不确定性.为了解决大规模风电并网下电网的安全稳定运行问题,需要对风电功率进行概率预测.通过对概率预测算法进行研究,在充分融合多种算法优势的基础上,提出了一种新型的、基于集成学习的风电功率概率预测方法.首先,使用极限学习机-分位数回归模型作为个体学习器,并通过灰狼优化算法对新型综合性能评价指标进行极大化寻优,得到各个体学习器的加权系数.然后,融合个体学习器的输出以及加权系数,得到最终的预测区间.最后,使用现场实际运行数据进行仿真测试,并与其他算法预测结果进行对比.对比结果表明,所提出的算法在获得较窄预测区间的同时具有高可靠性,可以为电网优化调度提供有效的数据支撑.
文献关键词：
风电功率;概率预测;集成学习;个体学习器;极限学习机-分位数回归;综合性能评价指标;灰狼优化算法;预测区间
中图分类号：
作者姓名：
杨玉;牛洪海;李兵;陈霈;管晓晨
作者机构：
南京南瑞继保电气有限公司,江苏 南京 211102
文献出处：
引用格式：
[1]杨玉;牛洪海;李兵;陈霈;管晓晨-.基于集成学习的风电功率概率预测方法研究)[J].自动化仪表,2022(04):86-91,96
A类：
B类：
集成学习,风电功率,概率预测,大规模风电并网,网下,安全稳定运行,运行问题,预测算法,充分融合,极限学习机,分位数回归模型,个体学习器,灰狼优化算法,型综合,综合性能评价指标,加权系数,预测区间,实际运行,运行数据,仿真测试,算法预测,较窄,高可靠性,电网优化调度
AB值：
0.215445
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
