基于斑点鬣狗算法优化支持向量机的短期风电功率预测 |
| |
引用本文: | 余畅文,潘万宝,刘练,马小龙,刘炬,刘闯.基于斑点鬣狗算法优化支持向量机的短期风电功率预测[J].电工技术,2022(15):4-6. |
| |
作者姓名: | 余畅文 潘万宝 刘练 马小龙 刘炬 刘闯 |
| |
作者单位: | 国网湖北省电力有限公司荆门供电公司 |
| |
摘 要: | 为提高短期风电功率预测精度,提出了一种基于斑点鬣狗算法优化支持向量机的短期风电功率预测方法。采用斑点鬣狗算法对支持向量机的惩罚系数和核参数进行优化,建立基于SHO SVM的短期风电功率预测模型,并采用实际风电场运行数据进行仿真分析。仿真结果表明,SHO SVM模型的平均相对误差和均方根误差分别为4.15%和0.196,预测精度和数据波动性均优于其他模型,验证了短期风电功率预测方法的正确性和实用性。
|
关 键 词: | 风电功率 预测 斑点鬣狗算法 支持向量机 |
|
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|