[发明专利]一种基于混合算法的短期风电功率预测方法

摘要

本发明涉及一种基于混合算法的短期风电功率预测方法，包括以下步骤：S1利用集成经验模态分解技术将原始风电功率分解为一系列本征模函数(IMF)子模态分量，S2利用奇异谱分析方法将集成经验模态分解技术分解所得的除了第一个IMF分量IMF₁之外的各个IMF分量及RES分量的主趋势分量提取出来，以获得序列特征更为明显的子模态分量，S3对IMF₁分量和S2中得到的剩余分量R进行保留，并对IMF₁分量和剩余分量R进行小波包分解，得到一系列较为平稳的新子模态，S4利用在线鲁棒极限学习机分别对S1‑S3步骤所得到的所有子模态建立预测模型，并通过叠加获得最终的风电功率预测结果；本发明可对实际风电系统进行有效的准确预测，为电力系统的运行和规划提供重要参考。

主权项

1.一种基于混合算法的短期风电功率预测方法，其特征在于，所述方法包括以下步骤：S1：利用集成经验模态分解技术将原始风电功率分解为一系列本征模函数子模态分量，即IMF分量；S2：利用奇异谱分析方法将集成经验模态分解技术分解所得的除了第一个IMF分量IMF1之外的各个IMF分量及剩余分量RES的主趋势分量提取出来，以获得序列特征更为明显的子模态分量，并得到提取后的剩余分量R；S3：对IMF1分量和剩余分量R进行保留，并对IMF1分量和剩余分量R进行小波包分解，得到一系列较为平稳的新子模态；S4：利用在线鲁棒极限学习机分别对S1‑S3步骤所得到的所有子模态建立预测模型，并通过叠加获得最终的风电功率预测结果。