线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于相似数据的支持向量机短期风速预测仿真研究

杨锡运 孙宝君 张新房 李利霞 中国电机工程学报 2012年第04期

摘要:风电场功率预报是减小大规模风电并网对电网造成不良影响的有效手段,提高短期风速预测的精度是保障风电场功率预报的重要基础。提出了基于相似数据并结合小波分析的支持向量机短期风速预测方法。该方法从大量的数据样本中提取相似数据创建训练样本,采用小波分解技术将风速信号分解成低频趋势信号和高频随机信号,分别采用支持向量机理论建模,合成得到风速预测数据。仿真结果表明,相似数据有效地提高了数据的相关度,小波分解使支持向量机模型更好地拟合风速信号的低频和高频特性,提高了预测精度。通过与某风电场的实际风速数据验证,表明模型具有较强的泛化能力,程序运行时间可满足工程需要。

关键词:风速短期预测相似数据小波分析支持向量机

单位:华北电力大学控制与计算机工程学院 北京市昌平区102206 国核电力规划设计研究院 北京市海淀区100094

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国电机工程学报

北大期刊

¥2539.20

关注 23人评论|1人关注