基于Fast ICA和改进LSSVM的短期风速预测

• 作者: 刘博 刘袖 姚海涛 孙斌 李田
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风电场 风速预测 fast ICA算法 最小二乘支持向量机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 22-27
• 页数: 6页
• 分类号: TM614
• 字数: 3329字
• 语种: 中文

摘要

对风速的准确预测能有效减轻风电场对整个电网的不利影响,同时能提高风电场在电力市场中的竞争能力.首先提出一种基于快速独立分量分析算法和改进最小二乘支持向量机的风速预测模型,对运用fast ICA算法对风速时间序列进行多层分解,得到一系列的独立分量;然后运用改进最小二乘支持向量机模型对分解后的各独立分量风速进行预测;最后对各预测结果进行叠加作为最终的预测风速.算例结果表明,该预测模型能准确进行短期风速的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙斌	东北电力大学能源与动力学院	125	1172	17.0	28.0
2	姚海涛	东北电力大学能源与动力学院	7	256	7.0	7.0
3	刘博	东北电力大学能源与动力学院	8	41	4.0	6.0
4	刘袖	东北电力大学能源与动力学院	5	34	4.0	5.0
5	李田	空军装备研究院院务部	1	8	1.0	1.0