Исследователи из Шеньянского технологического университета обсуждают результаты, полученные на ветряных электростанциях (метод прогнозирования с использованием эмпирического режима энтропии разложения-перестановки и экстремального обучения для кратковременной скорости ветра)
Опубликован новый отчет об электроэнергетике ветряных электростанций. Согласно сообщениям журналистов NewsRx из Ляонин (Китайская Народная Республика), исследование показало: «Точный прогноз скорости ветра в краткосрочной перспективе имеет большое значение в эксплуатации и техническом обслуживании ветряных электростанций; оптимальном планировании турбин; обеспечении безопасности и стабильной работы электрических сетей. Предлагается прогнозирование для определения кратковременной скорости ветра с использованием ансамблевой эмпирической модовой энтропии и экстремального обучения.
Специалисты Шеньянского технологического университета считают: «Во-первых, краткосрочная скорость ветра разлагается на несколько компонентов с различной частотой посредством разложения по эмпирическим модам, что может снизить нестационарность исходного временного ряда. Значение энтропии в перестановке каждого компонента используется для анализа сложности. Компоненты объединяются для получения набора новых подпоследовательностей. Затем для прогнозирования конкретно каждой подпоследовательности используются разные модели прогнозирования. Пятикратная перекрестная проверка используется для повышения надежности модели регуляризованного экстремального обучения. Наконец, прогнозируемое значение каждой подпоследовательности накладывается для получения окончательного результата. Для проведения экспериментов используются данные кратковременной скорости ветра ветряных электростанций в провинции Ляонин, Китай. Результаты экспериментов показывают средние значения данных за 10 минут, 30 минут, 1 час и соответственно составляют 0,5629, 0,4473 и 0,5697. Средняя абсолютная ошибка — 0,4427, 3,0701 и 0,4897; средняя абсолютная ошибка процентиля — 4,1456%, 16,8166% и 6,8166%; относительное среднеквадратичное значение — 0,0505, 0,2997 и 0,2609; ошибка квадратной суммы — 55,5263, 59,6347 и 64,9154; и индекс Тейла — 0,0235, 0,0808 и 0,0625, что намного ниже, чем при методах сравнения. Значения прогнозирования квадрата R, использующего данные интервала 10 минут, 30 минут и 1 час, составляют 0,9363, 0,9161 и 0,9472, и индекс согласованности составляет 0,9994, 0,9925 и 0,9894, что выше, чем у методов сравнения. Результаты теста Пирсона показывают, что сила связи между фактическим значением и прогнозируемыми значениями сильнее. Кроме того, предлагаемый подход прогнозирования в этой статье имеет более высокую степень надежности при аналогичном уровне достоверности».
Вывод исследования: «Эффективность предложенного подхода прогнозирования для краткосрочной скорости ветра проверена».
