文献类型：期刊文章

作　　者：叶家豪[1] 魏霞[1] 黄德启[1] 谢丽蓉[1] 黄晨晨[1] 赵世成[2]

Ye Jiahao;Wei Xia;Huang Deqi;Xie Lirong;Huang Chenchen;Zhao Shicheng(School of Electrical Engineering,Xinjiang University,Urumqi 830047,China;China Construction Eighth Engineering Bureau First Construction Co.,Ltd.,Ji’nan 250000,China)

机构地区：[1]新疆大学电气工程学院,乌鲁木齐830047 [2]中建八局第一建设有限公司,济南250000

出　　处：《太阳能学报》

基　　金：国家自然科学基金(51468062)。

年　　份：2022

卷　　号：43

期　　号：3

起止页码：426-432

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出基于灰色关联分析与自适应提升的天牛群优化极限学习机风电功率短期预测方法。首先,利用灰色关联分析构建训练样本集,提高历史数据与预测日时间尺度上的信息关联度。在此基础上,利用天牛群算法优化极限学习机,为极限学习机寻找最优权阈值,提高其泛化能力。最后,引入集成学习理念,通过自适应提升算法学习组合多个极限学习机弱预测器,对预测误差进行修正,实现误差权重的自分配与重组。以此构成的极限学习机强预测器可进一步提高模型的预测精度,结合西北某风电场实际数据验证该方法的有效性。

关 键 词：风电 功率预测  自适应提升  灰色关联分析 天牛群算法  极限学习机  

分 类 号：TM614]