基于WD-CS-SVM的超短期风电功率组合预测

• 作者: 刘家敏 周志浩 李升 李聪睿
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 小波分析 布谷鸟算法 支持向量机 风电功率 组合预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能在电力系统中的技术研究与应用专题
• 页码范围: 24-29
• 页数: 6页
• 分类号: TM614
• 字数: 3467字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.05.004

摘要

为了提高风电场输出功率的预测精度,应用小波分析(WD)和布谷鸟优化支持向量机(CS-SVM)算法对风电功率进行超短期预测,对比于通过预测风速间接求得的风电功率更加直接且准确.首先,利用WD与重构,将风电功率模型分解成近似序列和细节序列,然后利用CS-SVM算法对每个序列进行预测,得到每个序列的预测结果,最后把各个序列的预测结果叠加,形成风电功率的最终预测值.算例计算结果表明,预测结果具有较高的精度,与SVM以及其他方法优化的SVM预测结果相比,文中使用的方法预测结果更加准确,具有较强的优越性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李升	南京工程学院电力工程学院	58	287	9.0	15.0
2	刘家敏	南京工程学院电力工程学院	1	3	1.0	1.0
3	李聪睿	南京工程学院电力工程学院	2	4	1.0	2.0
4	周志浩	南京工程学院电力工程学院	1	3	1.0	1.0