陆欣
- 作品数：5 被引量：32H指数：3
- 供职机构：江南大学通信与控制工程学院电气自动化研究所更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于Mycielski改进的Markov链超短期风电功率预测方法被引量：1
- 2016年
- 针对在Markov链超短期风电功率预测过程中未考虑风电功率变化趋势,在不同风电功率变化区间均采用同一状态转移概率矩阵,导致预测精度欠佳的问题,提出了一种基于Mycielski方法改进的Markov链预测方法.首先利用Mycielski方法在风电功率历史序列中寻找最长长度的重复序列,然后将计算每一时刻Markov链状态转移概率矩阵的序列重新定义,最后利用每一时刻的Markov链状态转移概率矩阵进行风电功率预测.对我国某风电场超短期风电功率进行总体预测.结果表明,在均方根误差的对比上,基于Mycielski方法改进的Markov链预测方法能够提高14.15%的预测精度,具有一定的实用价值.
- 尹天骄沈艳霞陆欣
- 关键词：风电功率MARKOV转移概率矩阵
- 考虑气象特征提取的短期风速预测方法被引量：3
- 2017年
- 为提高短期风速预测精度,研究了考虑气象特征提取的短期风速预测方法。针对输入气象特征较多且难以提取,提出一种简易气象特征提取方法,通过极限学习机和改进珊瑚礁算法,从较多气象特征中提取最优气象特征。以最优气象特征为预测模型输入,能够有效增强模型泛化能力。对墨西哥某风电场风速预测结果表明,改进珊瑚礁算法结合极限学习机的方法能够有效提取气象特征,提高预测精度,具有一定的实用价值。
- 陆欣沈艳霞赵芝璞
- 关键词：短期风速预测极限学习机特征提取气象特征
- 一种风电功率概率区间多目标智能优化预测方法被引量：14
- 2016年
- 风电的间歇性和不确定性给大规模风电并网带来了挑战,风电功率的单点预测已很难满足电网安全稳定运行的需求。提出了一种基于小波神经网络的风电功率区间预测多目标优化模型,改进了基本多目标人工蜂群算法的概率选择作用和约束删减策略,以优化小波神经网络的伸缩因子、平移因子和权值解决了区间预测单目标优化模型下惩罚系数的不合理选择问题,提高了风电功率区间预测可靠性。通过分析与单目标优化方法、传统多目标优化方法下区间预测指标的对比结果,表明所构建的多目标智能优化模型对风电功率区间预测具有更优越的性能,可为电网调度提供决策依据。
- 陈杰沈艳霞陆欣纪志成
- 关键词：风电功率小波神经网络区间预测人工智能
- 基于信息反馈和改进适应度评价的人工蜂群算法被引量：6
- 2016年
- 针对原始人工蜂群算法存在收敛速度慢和易陷入局部最优的不足,提出了一种基于信息反馈和改进适应度评价的人工蜂群算法。首先,引入种群个体分量记忆机制对个体信息进行反馈以增强种群开发能力,加快算法收敛速度;其次,为避免因种群后期无法识别优秀个体导致的"早熟"现象,通过改进适应度函数增大不同个体间解的差异性;最后,采用最优蜜源引导机制改进淘汰更新函数以避免不良个体的产生。对标准函数的测试结果表明,改进后算法有较快的收敛速度和较高的收敛精度。
- 陈杰沈艳霞陆欣
- 关键词：人工蜂群算法群体智能进化算法函数优化
- 考虑风力发电随机性的超短期风电功率区间预测研究被引量：8
- 2017年
- 首先给出一种评估风电功率区间预测效果的新优化准则,基于人工蜂群算法-神经网络构建简易风电功率区间预测模型,将区间预测模型与马尔科夫链预测模型相结合,对区间内数值点进行概率分析,并通过置信区间修正马尔科夫链预测结果。仿真结果表明,该预测方法不仅能准确预测风电功率置信区间,还可从概率的角度对置信区间内数值点进行分析,提高风电功率预测精度,为优化系统提供依据。
- 陆欣沈艳霞陈杰纪志成
- 关键词：风电功率区间预测马尔科夫链人工蜂群算法
