考虑相关因素的最小二乘支持向量机风速预测方法

被引:24
作者
栗然 [1 ]
陈倩 [1 ]
徐宏锐 [2 ]
机构
[1] 华北电力大学电气工程学院
[2] 山西省电力公司调度通信中心
关键词
风速预测; 相关因素; 灰色关联; 最小二乘支持向量机; 参数优化;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
准确的短期风速预测对电网的安全稳定性及降低运行成本具有重要意义。提出了考虑相关因素的最小二乘支持向量机风速预测方法,通过相关性分析,寻找对风速影响较大的因素,作为预测风速的信息特征参考量,并利用灰色关联分析方法,对风速数据进行预处理,筛选出某些与预测日特征相似的历史样本作为最小二乘支持向量机模型的训练样本,定量分析了预测模型的输入变量。由于训练样本与预测日风速信息的相似度极高,通过实例验证,有效提高了预测结果的可信度和精确度。
引用
收藏
页码:146 / 151
页数:6
相关论文
共 10 条
[1]   基于最小二乘支持向量机的风速预测模型 [J].
曾杰 ;
张华 .
电网技术, 2009, 33 (18) :144-147
[2]   基于支持向量机的风速与风功率预测方法研究 [J].
戚双斌 ;
王维庆 ;
张新燕 .
华东电力, 2009, 37 (09) :1600-1603
[3]   基于蚁群算法的支持向量机参数优化 [J].
张培林 ;
钱林方 ;
曹建军 ;
任国全 .
南京理工大学学报(自然科学版), 2009, 33 (04) :464-468
[4]   基于人工神经网络的风电功率短期预测系统 [J].
范高锋 ;
王伟胜 ;
刘纯 .
电网技术, 2008, (22) :72-76
[5]   基于最小二乘支持向量机的风电场短期风速预测 [J].
杜颖 ;
卢继平 ;
李青 ;
邓颖玲 .
电网技术, 2008, (15) :62-66
[6]   基于模式识别的风电场风速和发电功率预测 [J].
吴兴华 ;
周晖 ;
黄梅 .
继电器, 2008, (01) :27-32
[7]   风电功率预测技术综述 [J].
谷兴凯 ;
范高锋 ;
王晓蓉 ;
赵海翔 ;
戴慧珠 .
电网技术, 2007, (S2) :335-338
[8]   基于数据挖掘的SVM短期负荷预测方法研究 [J].
牛东晓 ;
谷志红 ;
邢棉 ;
王会青 .
中国电机工程学报, 2006, (18) :6-12
[9]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[10]   短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06) :55-59