基于SVM的时间序列短期风速预测

• 作者: 吴振升 鲍永胜
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 短期风速预测 支持向量机(SVM) 风电场
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 新能源
• 页码范围: 61-64
• 分类号: TM614
• 字数: 2683字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2011.09.014

摘要

短期风速预测对风力发电系统的并网运行具有重要意义.对风速进行较准确预测,可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力.介绍了支持向量机(SVM)理论的新应用,讨论支持向量机理论用于风速预测的具体过程；建立基于支持向量机风电场短期风速预测模型,此模型仅以历史风速数据为输入,简单、高效,不需要其他额外的气象数据.与改进模糊层次分析法的组合模型、ARMA-ARCH模型、EMD-ARMA模型、双自回归滑动平均模型的预测结果进行比较,证实支持向量机理论的应用是有效的,可以用于风速的短期预测和发电量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴振升	北京交通大学电气工程学院	26	457	12.0	21.0
2	鲍永胜	北京交通大学电气工程学院	1	42	1.0	1.0