用于短期风速预测的优化核心向量回归模型

• 作者: 李元诚 杨瑞仙
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 风速 风电功率 短期预测 粒子群优化 核心向量回归
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 新能源
• 页码范围: 68-71
• 分类号: TM614
• 字数: 3474字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2012.03.016

摘要

风能的不确定性和难以准确预测给风电并入电网带来了困难.风速是影响风能的重要因素,风速的预测精度对风电功率预测的准确性有重要影响.提出一种优化的核心向量回归(CVR)模型,进行短期风速预测.其风速数据从某风电场每隔1h采集1次,并采用粒子群优化(PSO)算法对CVR模型的参数进行优化,利用优化后的CVR模型进行风速预测.试验结果表明,在时空复杂度相当的情况下,该方法具有比CVR和SVR(support vector regresson)型高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李元诚	华北电力大学控制与计算机工程学院	15	78	4.0	8.0
2	杨瑞仙	华北电力大学控制与计算机工程学院	1	4	1.0	1.0