%0 Journal Article
%T 基于OS-ELM和Bootstrap方法的超短期风电功率预测
%A 杨濛濛
%A 汪震
%A 王焱
%A 蔡祯祺
%A 黄民翔
%J 电力系统自动化
%D 2014
%X 提出了一种基于在线序贯极限学习机（OS-ELM）的超短期风电功率预测方法。利用OS-ELM学习速度快、泛化能力强的优点，将批处理和逐次迭代相结合，不断更新训练数据和网络结构，实现了对数值天气预报风速的快速实时修正和风电机组输出功率的快速预测。随后，采用计算机自助（Bootstrap）法构造伪样本，给出了预测功率的置信区间评估。实例和研究结果表明，该预测方法与反向传播（BP）网络、支持向量机(SVM)方法相比，在计算时间上更能满足在线应用需求,而且预测精度相当，有较好的应用前景
%K 风电预测
%K 风速修正
%K 误差区间估计
%K 极限学习机
%K Bootstrap方法
%K wind power prediction
%K wind speed correction
%K error interval estimation
%K extreme learning machine (ELM)
%K Bootstrap method
%U http://www.aeps-info.com/aeps/article/abstract/20130830010?st=article_issue