[发明专利]一种基于分段聚类及组合优化的风电功率预测方法在审

专利信息
申请号: 201910499160.8 申请日: 2019-06-11
公开(公告)号: CN110298494A 公开(公告)日: 2019-10-01
发明(设计)人: 王玉荣;王东川 申请(专利权)人: 东南大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 许方
地址: 210000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于分段聚类及组合优化的风电功率预测方法,该方法包括以下步骤:(1)对风电历史数据进行聚类分段;(2)使用风电功率数据样本进行自回归滑动平均模型训练;(3)使用风电功率、风速、温度历史数据样本进行基于粒子群优化的支持向量机模型PSO‑SVM训练;(4)使用ARMA预测模型和PSO‑SVM预测模型建立组合预测模型;(5)基于分段聚类划分结果和组合预测模型进行风电功率预测。本发明组合预测模型具有较强的适用性,可以根据实际需求改变聚类分段数量实现精度和计算资源的平衡;能够快速准确预测风电场下一时间点的出力大小,稳定性好;本发明能够为电力系统调度员提供风电场出力的参考值,对保证电力系统安全稳定运行具有重要意义。
搜索关键词: 聚类 分段 预测模型 风电功率预测 风电功率 组合优化 风电场 自回归滑动平均模型 出力 电力系统安全稳定 支持向量机模型 温度历史数据 粒子群优化 电力系统 划分结果 计算资源 历史数据 实际需求 数据样本 重要意义 风电 风速 样本 参考 预测 平衡 保证
【主权项】:
1.一种基于分段聚类及组合优化的风电功率预测方法,其特征在于,该方法包括以下步骤:(1)对采集的风电数据进行聚类分段;(2)使用风电功率数据样本进行ARMA模型训练;(3)使用风电功率、风速、温度数据样本进行PSO‑SVM模型训练;(4)使用ARMA预测模型和PSO‑SVM预测模型建立组合预测模型;(5)基于分段聚类划分结果和组合预测模型进行风电功率预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910499160.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top