基于OS-ELM和Bootstrap方法超短期风电功率预测.pdf

第 卷 第 期 38 6 Vol.38 No.6 年 月 日 , 2014 3 25 Mar.25 2014 : / DOI10.7500AEPS20130830010 基于 和 方法的超短期风电功率预测 OS-ELM Bootstra p 1 1 1 2 1 , , , , 王 焱 汪 震 黄民翔 蔡祯祺 杨濛濛 ( , ; , ) 1.浙江大学电气工程学院 浙江省杭州市 310027 2.国网上海市电力公司 上海市 200122 : ( ) 。 摘要 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 Bootstra 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 p ( ) 、 ( ) , , 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 : ; ; ; ; 关键词 风电预测 风速修正 误差区间估计 极限学习机 Bootstra 方法 p , 、 0 引言 非线性辨识能力 但也存在泛化能力不强 学习速度 、 。 [ ] 慢 易陷入局部最优等缺陷 文献 10提出一种新 , 随着风电装机容量的迅猛增长 由于风电的高 , 型单隐层前馈神经网络算法 称为极限学习机