首页|基于稀疏表示方法的短期风电功率预测

基于稀疏表示方法的短期风电功率预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对短期风电功率预测,提出一种基于稀疏表示特征提取的建模方法.为了构建预测模型,将历史风电功率数据构成具有时延的输入-输出数据对,将时延输入数据向量作为初始字典,由K-均值奇异值分解(K-SVD)算法将其进行稀疏分解与变换至稀疏域以得到学习后的字典,由正交匹配追踪(OMP)算法获取相应的稀疏编码向量,再将该向量作为极限学习机(ELM)或支持向量机(SVM)的输入来构建全局回归模型.为了验证所提出的方法的有效性,将所提出的方法用于短期风电功率预测中,在同等条件下与单一SVM、ELM方法和非字典学习的其他稀疏表示建模方法进行了比较.实验结果表明,不同的稀疏表示建模方法均能取得很好的预测效果,其中所提出的方法具有更好的预测效果,显示出其有效性.
Short-Term Wind Power Forecasting Based on Sparse Representation Method

李世昌、李军

展开 >

中信重工工程技术有限责任公司,河南洛阳 471039

兰州交通大学自动化与电气工程学院,甘肃兰州 730070

风电功率预测 稀疏表示 特征提取 K-SVD 正交匹配追踪

国家自然科学基金

51467008

2021

10.19708/j.ckjs.2021.02.025

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(2)
  • 4
  • 5