基于WD-CS-SVM的超短期风电功率组合预测

论文摘要

为了提高风电场输出功率的预测精度,应用小波分析（WD）和布谷鸟优化支持向量机（CS-SVM）算法对风电功率进行超短期预测,对比于通过预测风速间接求得的风电功率更加直接且准确。首先,利用WD与重构,将风电功率模型分解成近似序列和细节序列,然后利用CS-SVM算法对每个序列进行预测,得到每个序列的预测结果,最后把各个序列的预测结果叠加,形成风电功率的最终预测值。算例计算结果表明,预测结果具有较高的精度,与SVM以及其他方法优化的SVM预测结果相比,文中使用的方法预测结果更加准确,具有较强的优越性和实用性。

论文目录

• 0 引言
• 1 WD原理
• 2 基于WD-CS-SVM的风电功率预测模型
•   2.1 基于CS-SVM参数优化
•     2.1.1 CS原理
•     2.1.2 CS-SVM参数流程
•   2.2 WD-CS-SVM风电功率预测
•     2.2.1 原始数据处理
•     2.2.2 WD-CS-SVM风电功率预测模型搭建
• 3 算例分析
• 4 结论

文章来源

类型: 期刊论文

作者: 刘家敏,李聪睿,周志浩,李升

关键词: 小波分析,布谷鸟算法,支持向量机,风电功率,组合预测

来源: 电力工程技术 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 南京工程学院电力工程学院

基金: 国家自然科学基金资助项目(51607083)

分类号: TM614

页码: 24-29

总页数: 6

文件大小: 1509K

下载量: 92