[发明专利]一种基于双重分解的短期风电功率预测方法

摘要

本发明提供一种基于双重分解的短期风电功率预测方法，包括以下步骤：S1导入原始风电功率时间序列，S2利用变模态分解技术将原始风电功率分解为若干个子模态，S3利用样本熵方法计算S2得到的子模态的样本熵值，得到样本熵值明显较大的子模态和样本熵值较小的子模态，S4利用小波包分解技术将S3中得到的样本熵值值较大的子模态进行二次分解，分解为若干个信号特征更为明显与平稳的新子模态，S5利用在线鲁棒极限学习机分别对S3得到的样本熵值较小的子模态和S4二次分解后得到的新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；本发明计算速度快且泛化能力更好，具有更高的预测精度，且能更好的适应于实际应用中的时变系统中。

主权项

1.一种基于双重分解的短期风电功率预测方法，其特征在于，所述的方法包括以下步骤：S1：导入原始风电功率时间序列；S2：利用变模态分解技术将原始风电功率分解为若干个子模态；S3：利用样本熵方法计算S2得到的子模态的样本熵值，得到样本熵值明显较大的子模态和样本熵值较小的子模态；S4：利用小波包分解技术将S3中得到的样本熵值值较大的子模态进行二次分解，分解为若干个信号特征更为明显与平稳的新子模态；S5：利用在线鲁棒极限学习机分别对S3得到的样本熵值较小的子模态和S4二次分解后得到的新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。