搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型

张学清 梁军

引用本文:
Citation:

基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型

张学清, 梁军

Chaotic time series prediction model of wind power based on ensemble empirical mode decomposition-approximate entropy and reservoir

Zhang Xue-Qing, Liang Jun
PDF
导出引用
  • 针对风电功率时间序列的混沌特性,提出了一种基于集成经验模态分解(ensemble empirical mode decomposition, EEMD)-近似熵和回声状态网络(echo state network, ESN) 的风电功率混沌时间序列组合预测模型.首先为降低对风电功率局部分析的计算规模以及提高预测的准确性, 利用EEMD-近似熵将风电功率时间序列分解为一系列复杂度差异明显的风电子序列; 然后对各子序列分别建立ESN、经过高频分量正则化改进的EEMD-ESN模型和最小二乘支持向量机预测模型; 最后以某一风电场实际采集的数据为算例,仿真结果表明EEMD-ESN模型在训练速度和预测精度上优于最小二乘支持向量机模型,为实现风电功率短期预测的在线工程应用提供了新的有益参考.
    According to the chaotic feature of wind power time series, a combined short-term wind power forecasting approach based on ensemble empirical mode decomposition (EEMD)-approximate entropy and echo state network (ESN) is proposed. Firstly, in order to reduce the calculation scale of partial analysis for wind power and improve the wind power prediction accuracy, the wind power time series is decomposed into a series of wind power subsequences with obvious differences in complex degree by using EEMD-approximate entropy. Then, the forecasting model of each subsequence is created with least squares support vector machine (LSSVM), ESN and EEMD-ESN improved with the regularized high frequency parts. Finally, the simulation is performed by using the real data collected from a certain wind farm, the results show that the EEMD-ESN model is better in the training speed and forecasting accuracy, than those obtained from the least square support vector machine (LSSVM) model, which provides a new useful reference for the short-term forecasting of wind power in online engineering application.
    • 基金项目: 国家自然科学基金(批准号: 51177091)和山东省自然科学基金(批准号: ZR2010EM055)资助的课题.
    • Funds: Project supported by the National Natural Science Foundation of China (Grant No. 51177091), and the Natural Science Foundation of Shandong Province (Grant No. ZR2010EM055).
    [1]

    Liu J Z, Liu Y, Zeng D L, Liu J W, L Y, Hu Y 2012 Sci. China E 55 1140 [刘吉臻, 柳玉, 曾德良, 刘继伟, 吕游, 胡阳 2012 中国科学(E辑): 技术科学 42 437]

    [2]

    Ernst B, Oakleaf B, Ahlstrom M L, Lange M, Moehrlen C, Lange B, Focken U, Rohrig K 2007 IEEE Transactions on Power & Energy Magazine 5 78

    [3]

    Chen S Y, Dai H Z, Bai X M, Zhou X X 2000 Proceedings of the CSEE 20 26 (in Chinese) [陈树勇, 戴慧珠,白晓民, 周孝信 2000 中国电机工程学报 20 26]

    [4]

    Gao S, Dong L, Gao Y, Liao X Z 2012 Proceedings of the CSEE 32 32 (in Chinese) [高爽, 冬雷, 高阳, 廖晓钟 2012 中国电机工程学报 32 32]

    [5]

    Feng S L, Wang W S 2010 Proceedings of the CSEE 30 1 (in Chinese) [冯双磊, 王伟胜 2010 中国电机工程学报 30 1]

    [6]

    Wang L J, Dong L, Liao X Z, Gao Y 2009 Proceedings of the CSEE 29 30 (in Chinese) [王丽婕, 冬雷, 廖晓钟, 高阳 2009 中国电机工程学报 29 30]

    [7]

    Guo C X, Wang Y Shen Y, Wang M, Cao Y J 2012 Proceeding of the CSEE 32 24 (in Chinese) [郭创新, 王扬, 沈勇, 王媚, 曹一家 2012 中国电机工程学报 32 24]

    [8]

    Zhang X Q, Liang J 2012 Acta Phys. Sin. 61 190703 (in Chinese) [张学清, 梁军 2012 61 190703]

    [9]

    Gao Z K, Jin N D 2011 Physica A 390 3541

    [10]

    Zhang J, Small M 2006 Phys. Rev. Lett. 96 238701

    [11]

    Gao Z K, Jin N D 2012 Nonlinear Analysis: Real World Applications 13 947

    [12]

    Zhang J, Zhang K, Feng J F, Small M 2010 PLoS Comput. Biol. 6 e1001033

    [13]

    Ye L, Liu P 2011 Proceeding of the CSEE 31 102 (in Chinese) [叶林, 刘鹏 2011 中国电机工程学报 31 102]

    [14]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2004 Acta Phys. Sin. 53 3303 (in Chinese) [崔万照, 朱长纯, 保文星, 刘君华 2004 53 3303]

    [15]

    Deng L F, Liu H, Liu D 2006 Chin. Phys. 15 1196

    [16]

    Suykens J A K, Vandewalle J 1999 Neural Processing Letters 9 293

    [17]

    Wang X D, Ye M Y 2004 Chin. Phys. 13 454

    [18]

    Sun J C, Zhang T Y, Liu F 2004 Chin. Phys. 13 2045

    [19]

    Wang H D, Zhang H Y, Ye M Y 2005 Acta Phys. Sin. 54 2568 (in Chinese) [汪晓东, 张浩然, 叶美盈 2005 54 2568]

    [20]

    Shi Z W 2008 Ph. D. Dissertation (Dalian: Dalian University of Technology) (in Chinese) [史志伟 2008 博士学位论文 (大连:大连理工大学)]

    [21]

    Jaeger H, Haas H 2004 Science 304 5667

    [22]

    Song T, Li H 2012 Acta Phys. Sin. 61 080506 (in Chinese) [宋彤, 李菡 2012 61 080506]

    [23]

    Hu A J, Ma W L, Tang G J 2012 Proceeding of the CSEE 32 106 (in Chinese) [胡爱军, 马万里, 唐贵基 2012 中国电机工程学报 32 106]

    [24]

    Gao X Q, Wan S Q, He W P, Feng G L, Li J P, Dong W J 2005 Chin. Phys. 14 628

    [25]

    Cai Y P, Li A H, Shi L S, He Y P, Zhao J R 2011 Journal of Vibration and Shock 30 46 (in Chinese) [蔡艳平, 李艾华, 石林锁, 何艳萍, 赵静茹 2011 振动与冲击 30 46]

    [26]

    Wu Z H, Huang N E 2009 Advances in Adaptive Data Analysis 1 1

    [27]

    Pincuss M 1991 Proceeding of the National Academy Sciences 88 2297

    [28]

    Li R, Lu F Y, Xu H G, Zhang L Y 2010 Proceeding of the CSEE 30 51 (in Chinese) [栗然, 陆凤怡, 徐宏锐, 张烈勇 2010 中国电机工程学报 30 51]

    [29]

    Han M, Mu D Y 2011 Control and Decision 26 1469 (in Chinese) [韩敏, 穆大芸 2011 控制与决策 26 1469]

    [30]

    Jaeger H 2007 Scholarpedia 2 2330

    [31]

    Shi Z W, Han M 2007 Control and Decision 22 258 (in Chinese) [史志伟, 韩敏 2007 控制与决策 22 258]

    [32]

    Han M 2007 Predict Theory and Method of Chaotic Times Series Vol.1 (Beijing: China WaterPower Press) p168 (in Chinese) [韩敏 2007 混沌时间序列预测理论与方法 (第1卷) 第168页]

  • [1]

    Liu J Z, Liu Y, Zeng D L, Liu J W, L Y, Hu Y 2012 Sci. China E 55 1140 [刘吉臻, 柳玉, 曾德良, 刘继伟, 吕游, 胡阳 2012 中国科学(E辑): 技术科学 42 437]

    [2]

    Ernst B, Oakleaf B, Ahlstrom M L, Lange M, Moehrlen C, Lange B, Focken U, Rohrig K 2007 IEEE Transactions on Power & Energy Magazine 5 78

    [3]

    Chen S Y, Dai H Z, Bai X M, Zhou X X 2000 Proceedings of the CSEE 20 26 (in Chinese) [陈树勇, 戴慧珠,白晓民, 周孝信 2000 中国电机工程学报 20 26]

    [4]

    Gao S, Dong L, Gao Y, Liao X Z 2012 Proceedings of the CSEE 32 32 (in Chinese) [高爽, 冬雷, 高阳, 廖晓钟 2012 中国电机工程学报 32 32]

    [5]

    Feng S L, Wang W S 2010 Proceedings of the CSEE 30 1 (in Chinese) [冯双磊, 王伟胜 2010 中国电机工程学报 30 1]

    [6]

    Wang L J, Dong L, Liao X Z, Gao Y 2009 Proceedings of the CSEE 29 30 (in Chinese) [王丽婕, 冬雷, 廖晓钟, 高阳 2009 中国电机工程学报 29 30]

    [7]

    Guo C X, Wang Y Shen Y, Wang M, Cao Y J 2012 Proceeding of the CSEE 32 24 (in Chinese) [郭创新, 王扬, 沈勇, 王媚, 曹一家 2012 中国电机工程学报 32 24]

    [8]

    Zhang X Q, Liang J 2012 Acta Phys. Sin. 61 190703 (in Chinese) [张学清, 梁军 2012 61 190703]

    [9]

    Gao Z K, Jin N D 2011 Physica A 390 3541

    [10]

    Zhang J, Small M 2006 Phys. Rev. Lett. 96 238701

    [11]

    Gao Z K, Jin N D 2012 Nonlinear Analysis: Real World Applications 13 947

    [12]

    Zhang J, Zhang K, Feng J F, Small M 2010 PLoS Comput. Biol. 6 e1001033

    [13]

    Ye L, Liu P 2011 Proceeding of the CSEE 31 102 (in Chinese) [叶林, 刘鹏 2011 中国电机工程学报 31 102]

    [14]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2004 Acta Phys. Sin. 53 3303 (in Chinese) [崔万照, 朱长纯, 保文星, 刘君华 2004 53 3303]

    [15]

    Deng L F, Liu H, Liu D 2006 Chin. Phys. 15 1196

    [16]

    Suykens J A K, Vandewalle J 1999 Neural Processing Letters 9 293

    [17]

    Wang X D, Ye M Y 2004 Chin. Phys. 13 454

    [18]

    Sun J C, Zhang T Y, Liu F 2004 Chin. Phys. 13 2045

    [19]

    Wang H D, Zhang H Y, Ye M Y 2005 Acta Phys. Sin. 54 2568 (in Chinese) [汪晓东, 张浩然, 叶美盈 2005 54 2568]

    [20]

    Shi Z W 2008 Ph. D. Dissertation (Dalian: Dalian University of Technology) (in Chinese) [史志伟 2008 博士学位论文 (大连:大连理工大学)]

    [21]

    Jaeger H, Haas H 2004 Science 304 5667

    [22]

    Song T, Li H 2012 Acta Phys. Sin. 61 080506 (in Chinese) [宋彤, 李菡 2012 61 080506]

    [23]

    Hu A J, Ma W L, Tang G J 2012 Proceeding of the CSEE 32 106 (in Chinese) [胡爱军, 马万里, 唐贵基 2012 中国电机工程学报 32 106]

    [24]

    Gao X Q, Wan S Q, He W P, Feng G L, Li J P, Dong W J 2005 Chin. Phys. 14 628

    [25]

    Cai Y P, Li A H, Shi L S, He Y P, Zhao J R 2011 Journal of Vibration and Shock 30 46 (in Chinese) [蔡艳平, 李艾华, 石林锁, 何艳萍, 赵静茹 2011 振动与冲击 30 46]

    [26]

    Wu Z H, Huang N E 2009 Advances in Adaptive Data Analysis 1 1

    [27]

    Pincuss M 1991 Proceeding of the National Academy Sciences 88 2297

    [28]

    Li R, Lu F Y, Xu H G, Zhang L Y 2010 Proceeding of the CSEE 30 51 (in Chinese) [栗然, 陆凤怡, 徐宏锐, 张烈勇 2010 中国电机工程学报 30 51]

    [29]

    Han M, Mu D Y 2011 Control and Decision 26 1469 (in Chinese) [韩敏, 穆大芸 2011 控制与决策 26 1469]

    [30]

    Jaeger H 2007 Scholarpedia 2 2330

    [31]

    Shi Z W, Han M 2007 Control and Decision 22 258 (in Chinese) [史志伟, 韩敏 2007 控制与决策 22 258]

    [32]

    Han M 2007 Predict Theory and Method of Chaotic Times Series Vol.1 (Beijing: China WaterPower Press) p168 (in Chinese) [韩敏 2007 混沌时间序列预测理论与方法 (第1卷) 第168页]

  • [1] 章国勇, 伍永刚, 张洋, 代贤良. 一种风电功率混沌时间序列概率区间简易预测模型.  , 2014, 63(13): 138801. doi: 10.7498/aps.63.138801
    [2] 张学清, 梁军. 风电功率时间序列混沌特性分析及预测模型研究.  , 2012, 61(19): 190507. doi: 10.7498/aps.61.190507
    [3] 李军, 张友鹏. 基于高斯过程的混沌时间序列单步与多步预测.  , 2011, 60(7): 070513. doi: 10.7498/aps.60.070513
    [4] 张弦, 王宏力. 基于Cholesky分解的增量式RELM及其在时间序列预测中的应用.  , 2011, 60(11): 110201. doi: 10.7498/aps.60.110201
    [5] 张春涛, 马千里, 彭宏. 基于信息熵优化相空间重构参数的混沌时间序列预测.  , 2010, 59(11): 7623-7629. doi: 10.7498/aps.59.7623
    [6] 马千里, 郑启伦, 彭宏, 覃姜维. 基于模糊边界模块化神经网络的混沌时间序列预测.  , 2009, 58(3): 1410-1419. doi: 10.7498/aps.58.1410
    [7] 张军峰, 胡寿松. 基于多重核学习支持向量回归的混沌时间序列预测.  , 2008, 57(5): 2708-2713. doi: 10.7498/aps.57.2708
    [8] 刘福才, 张彦柳, 陈 超. 基于鲁棒模糊聚类的混沌时间序列预测.  , 2008, 57(5): 2784-2790. doi: 10.7498/aps.57.2784
    [9] 张军峰, 胡寿松. 基于一种新型聚类算法的RBF神经网络混沌时间序列预测.  , 2007, 56(2): 713-719. doi: 10.7498/aps.56.713
    [10] 贺 涛, 周正欧. 基于分形自仿射的混沌时间序列预测.  , 2007, 56(2): 693-700. doi: 10.7498/aps.56.693
    [11] 蔡俊伟, 胡寿松, 陶洪峰. 基于选择性支持向量机集成的混沌时间序列预测.  , 2007, 56(12): 6820-6827. doi: 10.7498/aps.56.6820
    [12] 于振华, 蔡远利. 基于在线小波支持向量回归的混沌时间序列预测.  , 2006, 55(4): 1659-1665. doi: 10.7498/aps.55.1659
    [13] 刘福才, 孙立萍, 梁晓明. 基于递阶模糊聚类的混沌时间序列预测.  , 2006, 55(7): 3302-3306. doi: 10.7498/aps.55.3302
    [14] 叶美盈, 汪晓东, 张浩然. 基于在线最小二乘支持向量机回归的混沌时间序列预测.  , 2005, 54(6): 2568-2573. doi: 10.7498/aps.54.2568
    [15] 李 军, 刘君华. 一种新型广义RBF神经网络在混沌时间序列预测中的研究.  , 2005, 54(10): 4569-4577. doi: 10.7498/aps.54.4569
    [16] 崔万照, 朱长纯, 保文星, 刘君华. 基于模糊模型支持向量机的混沌时间序列预测.  , 2005, 54(7): 3009-3018. doi: 10.7498/aps.54.3009
    [17] 崔万照, 朱长纯, 保文星, 刘君华. 混沌时间序列的支持向量机预测.  , 2004, 53(10): 3303-3310. doi: 10.7498/aps.53.3303
    [18] 王宏伟, 马广富. 基于模糊模型的混沌时间序列预测.  , 2004, 53(10): 3293-3297. doi: 10.7498/aps.53.3293
    [19] 谭 文, 王耀南, 周少武, 刘祖润. 混沌时间序列的模糊神经网络预测.  , 2003, 52(4): 795-801. doi: 10.7498/aps.52.795
    [20] 谢勇, 徐健学, 杨红军, 胡三觉. 皮层脑电时间序列的相空间重构及非线性特征量的提取.  , 2002, 51(2): 205-214. doi: 10.7498/aps.51.205
计量
  • 文章访问数:  7635
  • PDF下载量:  997
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-08-20
  • 修回日期:  2012-10-30
  • 刊出日期:  2013-03-05

/

返回文章
返回
Baidu
map