基于GA优化SVM的风电功率的超短期预测

• 作者: 刘爱国 刘路平 胡江鹭 薛云涛
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 风电场功率预测 支持向量机 遗传算法 超短期预测
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 应用研究
• 页码范围: 90-95
• 页数: 6页
• 分类号: TM715
• 字数: 3395字
• 语种: 中文

摘要

研究风电功率预测技术对于减轻其输出电能的随机性对电力系统的影响具有重要意义。首先结合风电监控系统数据库中的历史功率数据和环境参数形成样本数据，同时采用遗传算法优化该模型的核函数类型、核函数参数及错误惩罚因子等参数，建立了GA-SVM模型，提高了模型参数组合优化选择的效率和预测精度。最后结合实例验证，并与标准SVM方法和BP神经网络方法比较。预测效果表明：所提出的GA-SVM 优化模型在超短期风电功率预测上具有更优的学习能力和泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘路平	南昌大学信息工程学院	8	110	1.0	8.0
2	刘爱国	南昌大学信息工程学院	17	170	6.0	13.0
3	薛云涛	南昌大学信息工程学院	4	131	4.0	4.0
4	胡江鹭	南昌大学信息工程学院	1	107	1.0	1.0