基于相似数据的支持向量机短期风速预测仿真研究

被引:101
作者
杨锡运 [1 ]
孙宝君 [1 ]
张新房 [2 ]
李利霞 [1 ]
机构
[1] 华北电力大学控制与计算机工程学院
[2] 不详
关键词
风速; 短期预测; 相似数据; 小波分析; 支持向量机;
D O I
10.13334/j.0258-8013.pcsee.2012.04.009
中图分类号
TM743 [模拟与仿真]; TM614 [风能发电];
学科分类号
0807 ;
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。
引用
收藏
页码:35 / 41+21 +21
页数:8
相关论文
共 14 条
  • [1] 风电场功率预测物理方法研究
    冯双磊
    王伟胜
    刘纯
    戴慧珠
    [J]. 中国电机工程学报, 2010, 30 (02) : 1 - 6
  • [2] 基于小波分析的风电场短期发电功率预测
    王丽婕
    冬雷
    廖晓钟
    高阳
    [J]. 中国电机工程学报, 2009, 29 (28) : 30 - 33
  • [3] 基于SVM方法的风电场短期风速预测
    彭怀午
    杨晓峰
    刘方锐
    [J]. 电网与清洁能源, 2009, 25 (07) : 48 - 52
  • [4] 支持向量机的训练算法综述
    王书舟
    伞冶
    [J]. 智能系统学报, 2008, 3 (06) : 467 - 475
  • [5] 基于人工神经网络的风电功率预测
    范高锋
    王伟胜
    刘纯
    戴慧珠
    [J]. 中国电机工程学报, 2008, (34) : 118 - 123
  • [6] 基于时间序列法的风电场风速预测研究
    邵璠
    孙育河
    梁岚珍
    [J]. 电力环境保护, 2008, (04) : 1 - 5
  • [7] 基于最小二乘支持向量机的风电场短期风速预测
    杜颖
    卢继平
    李青
    邓颖玲
    [J]. 电网技术, 2008, (15) : 62 - 66
  • [8] 基于交叉验证的BP算法的改进与实现
    韩萌
    丁剑
    [J]. 计算机工程与设计, 2008, (14) : 3738 - 3739+3742
  • [9] 三种方法在风速预测中的应用研究
    韩爽
    杨勇平
    刘永前
    [J]. 华北电力大学学报(自然科学版), 2008, (03) : 57 - 61
  • [10] 基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型
    潘迪夫
    刘辉
    李燕飞
    [J]. 电网技术, 2008, (07) : 82 - 86