|
|||||
|
|
| 基于最小二乘支持向量机的风功率短期预测 | |
| 引用本文： | 刘代刚,周峥,杨楠,黄河,王震泉,许文超.基于最小二乘支持向量机的风功率短期预测[J].陕西电力,2014,42(10). |
| 作者姓名： | 刘代刚 周峥 杨楠 黄河 王震泉 许文超 |
| 作者单位： | 1. 江苏省电力设计院,江苏南京,211102 2. 新能源微电网湖北省协同创新中心三峡大学,湖北宜昌,443000 3. 江苏省电力公司,江苏南京,210000 |
| 基金项目： | 国家自然科学基金项目资助 |
| 摘 要： | 为了减小风力发电的随机性对电力系统的影响,提出了一种基于最小二乘支持向量机的风功率短期预测模型。在研究最小二乘支持向量机的基础上,为解决最小二乘支持向量机建模时其参数对预测性能影响,运用粒子群算法对参数进行优化,最后建立了基于粒子群优化最小二乘支持向量机的预测模型。运用某风电场的实测数据进行仿真研究,为了对比分析,同时利用E1man神经网络模型和支持向量机模型进行了预测,仿真结果表明,本文所提方法与其它方法相比预测精度更高,可以有效地应用于风功率的预测。 |
| 关 键 词： | 风功率 短期预测 支持向量机 粒子群算法 |
Short-term Prediction of Wind Power Based on Least Squares Support Vector Machine |
|
| LIU Daigang,ZHOU Zheng,YANG Nan,HUANG He,WANG Zhenquan,XU Wenchao.Short-term Prediction of Wind Power Based on Least Squares Support Vector Machine[J].Shanxi Electric Power,2014,42(10). | |
| Authors: | LIU Daigang ZHOU Zheng YANG Nan HUANG He WANG Zhenquan XU Wenchao |
| Abstract: | |
| Keywords: | wind power short-term prediction support vector machine particle swarm optimization algorithm |
| 本文献已被 CNKI 等数据库收录！ | |