基于混沌—LSSVM神经网络风电场风速短期预测

被引：4

作者：

许刘锋 ^{[1
]}

杨玉良 ^{[1
]}

张磊 ^{[1
]}

张铮杰 ^{[1
]}

朱嵩淞 ^{[2
]}

机构：

[1] 河南电力公司平顶山供电公司

[2] 国电南瑞科技股份有限公司

来源：

电气自动化 | 2013年 / 35卷 / 04期

关键词：

混沌; 相空间重构; 最小二乘支持向量机(LSSVM); 风速预测;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化]; 080811 [新能源发电与电能存储];

摘要：

风电出力是电力系统运行与规划的依据,准确的风速预测有利于提高电力系统运行的经济性和可靠性。基于风速时间序列具有混沌特性的前提下,结合混沌时间序列的相空间重构和支持向量机回归理论,建立了一种基于风速混沌特性和当前最为流行的最小二乘向量机的短期风速预测模型。用于张家口某风电场进行风速预测,通过实例仿真计算分析表明,混沌—LSSVM神经网络的混合算法可进一步提高预测精度。

引用

页码：25 / 27+30 +30

页数：4

共 10 条

[1]

混沌理论与神经网络在电力系统短期负荷预测中的应用 [D].