基于小波变换和LS-SVM的短期风速预测方法

被引：9

作者：

韩晓娟 ^{[1
]}

曹慧 ^{[1
]}

李勇 ^{[1
]}

肖运启 ^{[1
]}

唐晓 ^{[2
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 北京鹿鸣山官厅风电场

来源：

太阳能学报 | 2011年 / 32卷 / 10期

关键词：

最小二乘支持向量机; 风速预测; 小波变换; 预测模型;

D O I：

10.19912/j.0254-0096.2011.10.021

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

针对风速序列的周期性和非平稳性,提出了基于小波变换和LS-SVM相结合的风电场风速预测模型,利用小波变换的多分辩分析法对风速序列进行分解,将风速序列投影到不同尺度上。结合LS-SVM的小样本学习能力强和计算简单等特点,将小波分解后的各风速子序列分别采用LS-SVM进行训练和预测,最后将各预测结果进行叠加得到最终的风速预测值。与LS-SVM风速预测方法进行比较,采用该文提出的方法可明显提高短期风速预测的精度,并具有较强的适应性,具有一定的工程应用前景。最后通过具体实例验证了该模型的有效性。

引用

页码：1538 / 1542

页数：5

共 8 条

[1] 风电场风速和发电功率预测研究 [J].