%0 Journal Article
%T 基于经验模式分解和混沌相空间重构的风电功率短期预测
%A 张宜阳
%A 卢继平
%A 孟洋洋
%A 严欢
%A 李辉
%J 电力系统自动化
%D 2012
%X 风电场发电功率的短期预测对并网风力发电系统的安全与稳定具有重要意义。根据风电功率时间序列非平稳、非周期的特点，文中运用经验模式分解理论将风电功率时间序列分解为随机分量和趋势分量，对随机分量采用径向基函数神经网络进行混沌预测;趋势分量采用最小二乘支持向量机进行混沌预测，拟合各分量的预测值得到最终的预测结果。以云南某风电场数据对所提出的模型进行验证，证明了该预测模型比传统人工神经网络预测模型具有更高的预测精度，可为风电功率预测提供参考。
%K 风力发电
%K 功率预测
%K 经验模式分解
%K 相空间重构
%K 最小二乘支持向量机
%K 径向基函数
%U http://www.aeps-info.com/aeps/ch/reader/view_abstract.aspx?file_no=201104101&flag=1