基于小波变换的ARMA-LSSVM短期风速预测

被引：12

作者：

赵辉 ^{[1
]}

李斌 ^{[1
]}

李彪 ^{[2
]}

岳有军 ^{[1
]}

机构：

[1] 天津理工大学天津市复杂控制理论与应用重点实验室

[2] 陕西长岭纺织机电科技有限公司

来源：

中国电力 | 2012年 / 45卷 / 04期

基金：

国家高技术研究发展计划(863计划);

关键词：

短期风速预测; 小波变换; 时间序列; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

对风电场风速的准确预测,可以有效减轻并网后风电对电网的影响,提高风电市场竞争力。提出将时间序列自回归滑动平均模型(Auto Regressive Moving Average,ARMA)与最小二乘支持向量机模型(Least Square Support Vector Machine,LS-SVM)相结合的混合模型短期风速预测方法。采用小波变换(Wavelet Transform,WT)方法将历史风速序列分解成具有不同频率特征的序列。根据分解后各分量的特点,对于低频趋势分量选取LS-SVM方法进行预测,而高频波动分量则选取ARMA模型进行预测,采用小波重构得到最终预测结果。仿真实例表明,不同的预测方法整体的预测精度不同,而混合模型预测的均方根误差最低为11.5%,与单一预测方法相比,混合模型提高了预测精度。

引用

页码：78 / 81

页数：4

共 10 条

[1] 基于风速预测的最大风能追踪控制系统仿真 [J].