典型文献
基于状态数决策模型的风电功率序列建模方法
文献摘要：
为了构建准确的风电功率时间序列模型,提高风电功率的建模精度,本文提出一种基于状态数决策模型的马尔科夫链-蒙特卡洛(MCMC)法.首先,对原始功率序列进行滤波处理,利用Metropolis-Hastings算法抽样生成风电功率状态序列,提高风电建模的计算效率和精度,进而根据生成的功率状态序列,利用前一时刻的功率值叠加波动量及噪声,提高生成风电功率序列的相关性;其次,根据两种评价指标构建状态数决策模型,确定最优风电功率,避免人工选取状态数难以获取最优生成功率的缺陷;最后,以宁夏某风电场为例,对比分析生成风电功率的不同特性及不同抽样方法,该方法生成的风电功率序列在各评价指标上均优于现有的方法,能更好地复现历史功率的数据特征.
文献关键词：
风电功率;Metropolis-Hastings抽样;状态数;波动特性;评价指标
中图分类号：
作者姓名：
李娇;杨伟
作者机构：
南京理工大学自动化学院,南京 210094
文献出处：
引用格式：
[1]李娇;杨伟-.基于状态数决策模型的风电功率序列建模方法)[J].电气技术,2022(01):70-77
A类：
B类：
状态数,决策模型,风电功率,序列建模,时间序列模型,建模精度,马尔科夫链,蒙特卡洛,MCMC,滤波处理,Metropolis,Hastings,成风,功率状态,电建,计算效率,指标构建,取状,优生,风电场,抽样方法,复现,数据特征,波动特性
AB值：
0.268598
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
