基于最优RBF核主成分的空间多维风电功率降维及重构

作     者：李丹 杨保华 张远航 缪书唯 王奇 LI Dan;YANG Baohua;ZHANG Yuanhang;MIAO Shuwei;WANG Qi

作者机构：三峡大学电气与新能源学院湖北省宜昌市443002 新能源微电网湖北省协同创新中心(三峡大学)湖北省宜昌市443002 梯级水电站运行与控制湖北省重点实验室(三峡大学)湖北省宜昌市443002 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2020年第44卷第12期

页      面：4539-4546页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金项目(51807109) 

主　　题：多维风电功率 数据降维 KPCA MDS 交叉验证 

摘      要：为应对风电数据多样化、复杂化和精细化带来的维数灾问题,文章提出一种基于最优RBF核主成分的非线性降维及重构方法,以准确挖掘空间多维风电数据的本质特征。针对传统核主成分降维方法存在的核参数选择困难问题,文章以原始数据与线性变换构造出的同质数据之间降维误差最小为优化目标,通过交叉验证搜寻最优核参数,并采用k近邻多维尺度分析解决目前非线性降维中原像重构的难题。实际算例结果表明,所提方法在降维结果的可信赖性和连续性方面优于常用线性降维方法。在针对多维风电功率降维结果进行预测和重构可提高预测效率,避免直接预测多维变量带来的维数灾问题,且能获得更高的预测精度。