基于多属性决策和支持向量机的风电功率非线性组合预测

被引：17

作者：

严欢 ^{[1
]}

卢继平 ^{[1
]}

覃俏云 ^{[2
]}

张宜阳 ^{[3
]}

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

[2] 广西电网梧州供电局

[3] 陕西电力科学研究院

来源：

电力系统自动化 | 2013年 / 37卷 / 10期

关键词：

风电功率; 非线性组合; 组合预测; 多属性决策; 支持向量机; 采样间隔;

D O I：

暂无

中图分类号：

TM714 [负荷分析]; TP18 [人工智能理论];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对单一预测模型误差波动较大和线性组合预测的局限性,提出了基于多属性决策和支持向量机(SVM)的风电功率非线性组合预测模型。首先基于多属性决策理论,在检验其预测有效的情况下选择3种最优模型作为单项预测模型,并分别建模预测得到3种不同的预测结果;然后将各单项的预测结果作为训练输入,将相应的实际值作为训练输出,建立SVM组合预测模型。为检验该模型预测的有效性,用2组不同的历史数据进行验证,结果表明:该组合模型综合了各单项模型的优点,其均方根误差和平均百分比误差均小于各单项模型及其他组合模型,有效地提高了预测精度。最后还研究了采样间隔对预测结果的影响,结论表明:当采样间隔为5～15min时,预测精度较高。

引用

页码：29 / 34

页数：6