典型文献
自适应提升及预测误差修正的风电功率超短期预测
文献摘要：
为了提高超短期风电功率预测精度,提出了一种自适应提升及预测误差修正的风电功率超短期预测方法.首先,使用CEEMDAN将原始风电功率序列分解为多个分量,用RCMSE对其重构成新模态以降低风电功率序列复杂性及提高预测效率;其次,用EESHHO优化ELM权值和阈值提高模型的泛化性,同时引入AdaBoost提高预测模型的精确度和稳定性;最后,在学习历史训练误差的基础上提出修正预测值的策略,进一步提高预测精度.算例结果验证了所提方法的有效性.
文献关键词：
风电功率预测;CEEMDAN;精细复合多尺度熵;AdaBoost;误差修正
中图分类号：
作者姓名：
高阳;谢丽蓉;叶家豪;乔倜傥;代兵
作者机构：
新疆大学电气工程学院,新疆乌鲁木齐 830047
文献出处：
引用格式：
[1]高阳;谢丽蓉;叶家豪;乔倜傥;代兵-.自适应提升及预测误差修正的风电功率超短期预测)[J].智慧电力,2022(08):14-21
A类：
RCMSE,EESHHO,精细复合多尺度熵
B类：
自适应提升,预测误差,误差修正,超短期预测,高超,超短期风电功率预测,CEEMDAN,序列分解,ELM,权值,泛化性,AdaBoost
AB值：
0.151014
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。
