基于最小二乘支持向量机的风电场短期风速预测

被引：127

作者：

杜颖 ^{[1
]}

卢继平 ^{[1
]}

李青 ^{[2
]}

邓颖玲 ^{[3
]}

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

[2] 甘肃洁源风电有限责任公司中国民用航空湛江空中交通管理站

来源：

电网技术 | 2008年 / 15期

关键词：

风力发电; 风速预测; 最小二乘支持向量机(LS-SVM); 网格搜索; BP神经网络;

D O I：

10.13335/j.1000-3673.pst.2008.15.018

中图分类号：

TP183 [人工神经网络与计算]; TM614 [风能发电];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0807 ;

摘要：

提出了一种基于最小二乘支持向量机的风电场风速预测方法。以历史风速数据、气压、温度作为输入,对风速和环境条件进行训练,建立预测模型,并且运用网格搜索法确定模型参数。算例结果表明,使用上述方法预测的风速与真实值基本一致。将本文提出方法与BP(back propagation)神经网络法的预测结果进行对比,表明前者具有更高的精度和更强的鲁棒性,因此是一种比较有价值的风速预测方法。

引用

页码：62 / 66

页数：5

共 13 条

[1] 回归最小二乘支持向量机的增量和在线式学习算法 [J].