基于粒子群优化的SVR风电功率超短期预测

• 作者: 徐炜君 裴欢 魏勇
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 风力发电 超短期预测 支持向量回归机(SVR) 粒子群优化算法
• 年，卷（期）: 2017,（1）
• 页码范围: 73-77
• 页数: 5页
• 分类号: TM715
• 字数: 3197字
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2017.01.014

摘要

建立了风电功率预测系统并提高其预测精度和预测速度.分析影响风机出力的主要因素并结合风电场实测风速数据和环境参数,提出了一种基于粒子群优化的SVR风电功率超短期预测模型,该模型可以有效地优化支持向量回归机(SVR)的主要参数.通过与遗传算法优化的预测模型(GA-SVR)进行比较,发现该预测模型在超短期风电功率预测上有较高的预测精度和运算速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴欢	燕山大学信息科学与工程学院	11	174	6.0	11.0
2	魏勇	燕山大学信息科学与工程学院	27	195	7.0	13.0
3	徐炜君	东北石油大学秦皇岛分校电气信息工程系	4	3	1.0	1.0