- 专利标题: 一种基于经验动态建模的风电功率超短期概率预测方法及系统
-
申请号: CN201910009512.7申请日: 2019-01-04
-
公开(公告)号: CN109886452B公开(公告)日: 2021-06-15
- 发明人: 程艳 , 王士柏 , 杨明 , 孙树敏 , 苏建军 , 孟瑜 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王尚斌 , 刘守刚 , 王勃 , 赵元春 , 马嘉翼
- 申请人: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
- 申请人地址: 山东省济南市市中区望岳路2000号; ; ;
- 专利权人: 国网山东省电力公司电力科学研究院,山东大学,山东鲁能软件技术有限公司,国家电网有限公司
- 当前专利权人: 国网山东省电力公司电力科学研究院,山东大学,山东鲁能软件技术有限公司,国家电网有限公司
- 当前专利权人地址: 山东省济南市市中区望岳路2000号; ; ;
- 代理机构: 北京智绘未来专利代理事务所
- 代理商 张红莲
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/06 ; G06Q50/06
摘要:
本发明公开了一种基于经验动态建模的风电功率超短期概率预测方法及系统,其中该方法包括:对待预测量时间序列进行标准正态化处理,并对标准正态化处理后的数据进行非线性聚合度计算,以考察给定的动态系统的非线性程度;采用粒子群优化算法,计算最优嵌入维数E和延迟时间τ;进一步地,对待预测量时间序列进行相空间重构;构建经验动态模型,在重构相空间内采用单纯形投影法对给定的动态系统进行预测,得到待预测量的预测结果。预测结果显示,采用基于经验动态建模的风电功率超短期概率预测方法可实现对风力发电动态过程完全依据数据的客观描述,显著提升了概率预测的有效性。
公开/授权文献
- CN109886452A 一种基于经验动态建模的风电功率超短期概率预测方法及系统 公开/授权日:2019-06-14