基于改进果蝇算法优化的SVM风电功率短期预测

• 作者: 肖峰 陈国初
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 风电功率预测 预测精度 支持向量机(SVM) 优化 评估
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 420-426
• 页数: 7页
• 分类号: TK89
• 字数: 4454字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2016.03.020

摘要

由于风力发电功率预测的准确性直接关系到电网的供需平衡,直接影响着并网系统的运营成本,因此风电功率预测的准确性非常重要.对于预测精度不高的问题,提出了一种改进的果蝇算法优化的支持向量机的预测方法.由于支持向量机的惩罚因子和核函数参数选择对预测精度有很大影响,因而利用改进的果蝇算法对支持向量机参数进行优化,用优化好的参数进行建模训练,然后把建好的模型应用于功率预测,最后对数据进行评估.预测结果表明:改进的果蝇算法优化的支持向量机对风力发电功率预测有更好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国初	上海电机学院电气学院	78	405	11.0	17.0
2	肖峰	上海电机学院电气学院	2	9	2.0	2.0