RBF-NN与RBF-SVM组合的风电功率预测研究

• 作者: 张智晟 赵世磊 陈军港 陈文佼
• 来源期刊: 青岛大学学报（工程技术版）
• 学科: 工学
• 关键词: 径向基神经网络 支持向量机 组合模型 风电功率预测
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 49-52,57
• 页数: 5页
• 分类号: TM614|TM715+.1
• 字数: 2678字
• 语种: 中文
• DOI: 10.13306/j.1006-9798.2015.01.010

摘要

针对单一预测模型无法全面利用历史数据对风电场风电功率预测问题,本文提出了基于径向基神经网络(RBF-NN)与径向基-支持向量机(RBF-SVM)组合的风电场风电功率预测模型,通过固定综合权系数将2个模型融合在一起,同时采用最小二乘法来求取各子模型的权系数,实现2个子模型的优势互补,并对实际某风电场的功率数据进行预测仿真和测试.仿真结果表明,2个模型组合后,平均绝对误差为11.63％,分别比子模型降低0.87％和0.76％,证明所提出的组合预测模型能有效提高预测精度.该研究满足实际的调度预测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张智晟	青岛大学自动化工程学院	67	384	11.0	16.0
2	赵世磊	青岛大学自动化工程学院	1	2	1.0	1.0
6	陈文佼		1	2	1.0	1.0