基于遗传优化的最小二乘支持向量机风电场风速短期预测

• 作者: 古世甫 孙禹 崔明东 杨洪
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 遗传算法 支持向量机 参数优化 短期风速预测
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 44-48,61
• 分类号: TM614
• 字数: 3674字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.11.008

摘要

风电场短期风速的准确预测能为风电并网运行的规划、调度、运行和控制提供及时有效的信息.支持向量机基于结构风险最小化原理,从整体上考虑曲线的平滑度对数据进行拟合,对风速预测时能及时跟踪其变化趋势.针对支持向量参数难以确定问题,采用遗传算法对最小二乘支持向量机惩罚系数C和核参数σ<'2>寻优,在对参数遗传编码时,通过对数变换编码提高了搜索灵敏度,加快了模型收敛速度.最终利用现场连续150 h实测风速样本,对其中最后12 h进行预测,结果与广义回归神经网络(GRNN)相比,表明LS-SVM有更好的泛化能力,且取得了相对误差绝对值的平均值为8.32%的良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洪	西华大学电气信息学院	10	97	3.0	9.0
2	古世甫	西华大学电气信息学院	8	97	3.0	8.0