基于最小二乘支持向量机的风电功率超短期预测

• 作者: 叶徐静
• 来源期刊: 电源学报
• 学科: 工学
• 关键词: 超短期预测 历史数据 最小二乘支持向量机 归一化预处理 网格搜索法
• 年，卷（期）: 2013,（2）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TM743
• 字数: 4081字
• 语种: 中文

摘要

针对当前风电场发电功率预测时间较长、预测误差较大,易影响风力微电网根据用电负荷变化适时调度及有效电力资源配置的问题,提出了一种基于最小二乘支持向量机(least squares-support vector machine,LS-SVM)的微电网风电功率超短期预测方法.该方法根据风电场数据采集与监视控制(supervisory control and data acquisition,SCADA)系统获取原始功率数据样本,经归一化法预处理,运用网格搜索法确定模型参数,并依据LS-SVM法建立预测系统模型,利用MATLAB工具箱LS-SVM Lab进行仿真实验,跟踪及预测风电功率变化曲线,实现时间跨度小至5 min的超短期预测.实验验证结果表明,该方法比传统预测方法具有较高的精确度和较大的适用性,为风力微电网优化调度控制工程提供一种新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶徐静	浙江大学电气工程学院	1	6	1.0	1.0