文档名：基于经验模态分解和卡尔曼滤波的短期风速预测
针对风电场风速时间序列的非线性、非平稳性特征,提出了一种基于经验模态分解(EmpiricalModeDecomposition,EMD)、时间序列法和卡尔曼滤波(KalmanFilter,KF)的组合预测方法,并用于短期风速预测.首先采用EMD将风速时间序列分解为一系列本征模函数(IntrinsicModeFunction,IMF);其次利用自回归滑动平均(AutoRegressiveMovingAverage,ARMA)模型建立符合每一个IMF变化规律的模型方程;然后基于各IMF模型方程建立卡尔曼滤波的状态方程和观测方程,实现对各IMF的预测;最后将各IMF的预测结果进行叠加得到最终风速预测值.将该方法与ARMA+KF模型和EMD+ARMA模型的风速预测结果进行对比,结果表明:采用组合预测方法能够提高预测精度,同时预测延时小.
作者：孙尚飞胡爱军
作者单位：华北电力大学机械工程系,河北保定071003
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：风电场 短期风速预测 经验模态分解 卡尔曼滤波
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 885.8 KB
- 下载次数:
- 60
-
高速下载
|
|
