基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

• 作者: 张洁 方瑞明
• 来源期刊: 能源技术经济
• 学科: 工学
• 关键词: 贝叶斯证据推断框架 最小二乘支持向量机 风速预测 小波分解
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 能源与电力工程
• 页码范围: 31-35
• 页数: 5页
• 分类号: TK-9|TK-89
• 字数: 1964字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8441.2012.05.009

摘要

基于小波的多分辨率分析，针对风速序列拟周期性、非平稳性及非线性等特点，将风速序列按不同频率进行分解，对分解后的原始风速信号分别建立不同的预测模型；各个模型的最佳参数由贝叶斯证据3层推断得出，用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测，预测的平均绝对百分比误差为7．63％，提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型，可为风力发电功率的预测提供一定的理论支持。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洁	华侨大学信息科学与工程学院	5	87	3.0	5.0
2	方瑞明	华侨大学信息科学与工程学院	70	673	16.0	23.0