基于云推理短期风电功率预测模型.pdfVIP

第40卷 第 18期 电力系统保护与控制 v0l_40No．18 2012年9月 16日 PowerSystem ProtectionandControl Sep．16，2012 基于云推理的短期风 电功率预测模型 李如琦，凌武能，李芝荣，唐林权，王维志 (广西电力系统最优化与节能技术重点实验室 (广西大学)，广西 南宁 530004) 摘要：针对风速、风向和风功率之间的关联知识，提出了一种短期风电功率预测的云推理模型。利用云变换将风速等历史数 据转换成多个云的定性概念，并用云的合并方法得到跃升概念，再用极大判定法进行概念隶属判定，得到约简数据库，用 Apriori算法挖掘得到风速、风向和风功率之间的关联规则，最后形成云推理的规则发生器，利用规则发生器的不确定性推 理来完成未来 24个小时的风电功率预测。实验得到一系列有稳定倾向的预测值集合，取其期望值与Arima模型和RBF神经 网络的预测值比较，相对误差均有不同程度的减小，显示了该模型较高的实用和推广价值。 关键词：风电预测；云模型；云变换；概念跃升；关联规则挖掘；规则发生器；云推理 Short-term windpowerpredictionmodelbasedoncloudreasoning LIRu-qi，LINGWu—neng，LIZhi-rong，TANG Lin—quan，WANG Wei-zhi rKeyLaboratoryofGuangxiElectricPowerSystem OptimizationandEnergySavingTechnology,GunagxiUniversity, Nanning530004，China) Abstract：Inview oftheassociationamongthewindspeed，directionna dpower,acloudreasoningmodelforshort-term windpower predictionisproposed．Thecloudtrnasformationisusedtortansfomr thewindspeedandotherhistoricaldatatohtequalitative conceptsofcloudmode1．The zoomingconceptsareobatinedaftercloudsynthesization．Then，bythegreatdeterminationlaw of membership，allhtehistoricaldaat areelastically classifiedtohtenew conceptsnadasimplifieddatabaseisestablished．Apriori algorithm isadoptedtoacquiretheassociativerulesamonghtewindspeed，directionandpower．Finally,aurlesgeneratorforcloud reasoningisbuiltnadtheuncertainytreasoningisproceededtoforecastthewindpowerinhtenext24hours．Theexperimentresultis asetofaseriesofstable—rtendedpredictionvalues．Calculatinghteexpectedvaluefrom htepredictionvalues，hterelmiveerroris reducedtovarying dergees，comparedwiht theresultsfrom ArimamodelnadRBF neuralnetwork．Itshowsthathtemodelis practicalnadpropagable． Key words：wind powerprediction；cloud model；cloud trna sfomr ation；conception zooming；association urlesmining；