%0 Journal Article
%T 基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测
%A 甘迪
%A 柯德平
%A 孙元章
%A 崔明建
%J 电工技术学报
%P 138-147
%D 2015
%X 短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GA-GPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列进行集合经验模式分解,然后对各分量分别建立高斯过程回归模型,并引入遗传算法代替共轭梯度法,改进协方差函数的超参数寻优过程。最后叠加子序列预测结果得到风速概率预测结果,并与分位点回归法进行比较。仿真结果表明,该方法能够有效提高概率预测准确度,并为类似工程提供借鉴。
%K 集合经验模式分解
%K 高斯过程回归
%K 遗传算法
%K 风速
%K 概率预测
%U http://www.ces-transaction.com/CN/abstract/abstract3045.shtml