基于群智能优化的统计建模研究及在风能预测领域中的应用
衡佳妮 博士
中国科学院数学与系统科学研究院
邀请人： 郭振海 研究员
2021年7月7日（星期三）10:00
三号楼1218会议室
腾讯会议ID：384 521 041
报告摘要:
电力低碳化是目前减少二氧化碳排放、缓解气候变化、实现全球范围内可持续发展的重要要求。随着能源需求的不断增加，为保证这一目标的实现，可再生能源并网的开发利用势在必行。风能作为一种分布广泛、资源丰富且无污染的可再生能源，是新能源开发和建设的重点领域。然而，由于风能具有随机性、间歇性和波动性等特点，使得大规模风电并网始终存在输送和消纳等技术问题，对电力系统的稳定性造成极大的冲击，给电网安全运营和管理来了严峻的挑战。研究表明，精确可靠的短期风功率预测能够有效解决大规模风电并网带来的系统运行风险，并对提升电网精准调度、平衡备用容量和健全电网运营管理机制具有重要的指导作用。本研究通过数据挖掘、统计建模和群智能优化等方法，提出了一系列风速/功率时间序列预测模型，有效提升了风电时间序列的预测精度，丰富了面向清洁能源应用的人工智能建模理论，为深入研究该领域的相关科学问题打下了坚实的基础。
报告人简介:
衡佳妮：东北财经大学和加拿大女皇大学联合培养博士，中国科学院数学与系统科学研究院特聘研究助理。主要研究领域为机器学习、能源和环境预测。在国际重要SCI/SSCI学术期刊发表论文11篇，总影响因子38.054，2篇学术论文已进入ESI全球该领域前 1% TOP高被引论文和研究前沿。
