首页 > 期刊 > 自然科学与工程技术 > 工程科技II > 电力工业 > 电力工程技术 > 基于WD-CS-SVM的超短期风电功率组合预测 【正文】

基于WD-CS-SVM的超短期风电功率组合预测

刘家敏; 李聪睿; 周志浩; 李升 南京工程学院电力工程学院; 江苏南京211167
  • 小波分析
  • 布谷鸟算法
  • 支持向量机
  • 风电功率
  • 组合预测

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询