基于小波分解与遗传算法和支持向量机的短期风速预测

被引：16

作者：

罗文

王莉娜

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

来源：

太阳能学报 | 2012年 / 33卷 / 08期

关键词：

风速预测; 风力发电; 小波分解; 遗传算法; 支持向量机; 可调参数;

D O I：

10.19912/j.0254-0096.2012.08.013

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

提出一种基于小波分解(Wavelet Decomposition)、遗传算法(Genetic Algorithm)和支持向量机(Support VectorMachine)的短期风速预测模型。采用风速历史值作为模型输入,通过模型的数据处理单元、参数寻优单元和支持向量机单元对短期风速值进行预测。同时引入模型的可调参数,通过调节参数提高模型对应不同风场风速数据的普遍适应性。算例结果表明,模型预测的风速与真实值基本一致,并具有较好的适应性,可适应不同风场的数据。

引用

页码：1327 / 1333

页数：7

共 10 条

[1]

风电场风速短期多步预测改进算法 [J].