基于区间样本和回声状态网络的风电功率不确定性预测

风电功率预测对并网运行的稳定性控制、市场经济调度等具有重要意义.但受风力波动性等影响,风电功率具有极大的不确定性,如何在功率预测中有效反映该不确定性对提高预测可靠性至关重要.针对当前大多采用点预测方法存在的不足,提出一种量化不确定性的区间预测模型.基于区间相似准则和相似日理论,首先给出反映风电功率不确定性的区间样本选择策略;针对选择的时序区间样本,给出基于回声状态网络的区间预测方法;最后利用区间覆盖率、区间平均宽度等指标评价预测结果.实验结果表明了所提方法的有效性.

混合比较区间多目标进化优化及在矿井RFID布局的应用

高效的区间Pareto支配比较对于提高区间多目标进化优化算法性能至关重要.针对现有的区间多目标进化优化采用单一区间数比较的不足,提出基于混合比较策略的区间多目标进化优化算法.深入分析区间数μ比较和可能度P比较策略的优劣,提出融合这两种方法的混合比较策略和基于该混合策略的NSGA-II算法.该算法在典型多目标区间函数和含区间不确定性的煤矿井下射频识别阅读器布局中的应用,验证了所提出的混合区间比较策略的有效性.