基于k-means聚类的SVR短期风速预测

• 作者: 关添升 王琦 秦本双
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风速预测 风速属性 皮尔逊相关系数 k-means聚类 向量回归机
• 年，卷（期）: 2017,（11）
• 页码范围: 1678-1684
• 页数: 7页
• 分类号: TM614
• 字数: 3181字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2017.11.015

摘要

准确的风速预测是风力发电功率预测的重要基础.为了进一步提高风速预测精度,文章提出一种基于k-means聚类的支持向量回归机(SVR)的短期风速组合预测新方法.首先分析影响风速变化的因素,计算不同风速属性相对于风速序列的皮尔逊相关系数(PCC)值,并对其进行加权;然后采用k-means聚类方法对风速样本进行聚类;再利用SVR针对每组样本建模;最后结合实际风电场进行仿真,结果表明,该方法具有较高的准确性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琦		24	108	7.0	9.0
2	关添升	国网吉林省电力有限公司培训中心	5	19	2.0	4.0
3	秦本双	东北电力大学电气工程学院	6	14	2.0	3.0