|
|||||
|
|
| 基于相似性样本的LSSVM短期风速和风功率预测研究 | |
| 作者姓名： | 章伟 邓院昌 |
| 作者单位： | 中山大学 工学院， 广东 广州 510006;中山大学 工学院， 广东 广州 510006 |
| 摘 要： | 风速具有较大的随机波动性，影响电网的稳定性，良好的风速预测是解决风电并网问题的关键。为了提高风速预测的精确性，首先对风速数据进行相似性样本的提取，采用分段线性化的搜索方法，求出各小段风速的斜率与长度所占的比重，继而找出相似性距离最小的曲线簇。并以此作为训练样本，采用最小二乘支持向量机（LSSVM）模型对风速进行预测。预测结果表明，采用风速的相似曲线簇进行LSSVM模型训练所得的风速和风电功率预测结果更优。 |
| 关 键 词： | 风速预测 相似性样本 分段线性化 LSSVM |
Short-Term LSSVM Wind Speed and Wind Power Prediction Based on Similar Samples |
|
| Authors: | ZHANG Wei and DENG Yuan-chang |
| Abstract: | |
| Keywords: | |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |