耦合极点对称模态分解和小波包方法在短期风电出力预测中的应用

摘要

为降低风力发电的不确定性和波动性对电网造成的影响，提出一种耦合极点对称模态分解和小波包分解的门控循环单元神经网络预测模型。首先，对原始风电出力序列进行二次分解重构，充分挖掘出序列中的规律；然后，针对分解的子模态，使用门控循环单元神经网络进行预测；最后，将组合模型的预测结果与原始门控循环单元神经网络预测结果、反向传播神经网络预测结果进行对比。以新疆阿勒泰某风电场为算例，验证了该混合模态分解模型的有效性，结果表明所提模型可以显著提高短期风力发电的预测精度。

关键词

极点对称模态分解 / 门控循环单元神经网络 / 小波包分解 / 风电出力预测