本发明公开一种基于经验小波变换EWT与改进高斯过程回归GPR的新能源出力短期预测方法,包括以下步骤:1)采用EWT技术将原始风电功率序列分解为一系列特征互异的经验模式;2)对不同经验模式序列进行零均值化处理;3)对每个经验模式建立GPR模型,并采用和声搜索HS算法求解模型超参数,即建立改进的HS‑GPR预测模型;4)将不同模型预测结果叠加,获得最终短期风电功率预测值。本发明提供的EWT自适应信号处理方法抗噪性强、计算量小。同时,采用HS算法优化求解模型参数,有效避免了人工经验设置的不足,提高了短期风电功率预测精度,能够较好解决电力系统短期风电功率预测问题。
声明:
“基于经验小波变换与改进高斯过程回归的新能源出力短期预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)