基于动态集成LSSVR的超短期风电功率预测

• 作者: 万勋 刘荣胜 张海燕 彭敏放 沈美娥
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 超短期风电功率预测 最小二乘支持向量回归 动态集成 动态时间弯曲距离 数值天气预报
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 电气工程
• 页码范围: 79-86
• 页数: 8页
• 分类号: TM614
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2017.04.011

摘要

针对最小二乘支持向量回归(Least Square Support Vector Regression,LSSVR)建模风电功率时变特性的局限性,提出了一种基于动态集成LSSVR的超短期风电功率预测模型.首先利用风电场监测控制与数据采集(Supervisory Control And Data Acquisition,SCADA)与数值天气预报(Numerical Weather Prediction,NWP)系统的历史数据建立离线单体LSSVR模型库,然后根据预测时段与训练时段NWP序列的相似度从单体LSSVR模型库中动态选择候选集成成员,再后综合考虑正确性与多样性确定集成成员.最后由预测时段与训练时段NWP序列间的相似度分配集成LSSVR成员的权重.通过对湖南省某风电场输出功率进行预测,验证了动态集成LSSVR预测模型的有效性,与持续法、自回归求和移动平均法、单体LSSVR模型、常权重LSSVR组合模型及BPNN动态集成模型相比,动态集成LSSVR模型具有更高的精度,在天气非平稳变化阶段更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭敏放	湖南大学电气与信息工程学院	84	962	19.0	26.0
2	沈美娥	北京信息科技大学计算机学院	25	209	9.0	13.0
3	张海燕	湖南大学电气与信息工程学院	23	325	9.0	18.0
4	万勋	国网湖南省电力公司电力科学研究院	11	46	4.0	6.0
5	刘荣胜	湖南大学电气与信息工程学院	3	15	3.0	3.0