鲸鱼优化支持向量机的短期风电功率预测

• 作者: 岳晓宇 彭显刚 林俐
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风电预测 集合经验模态分解技术 支持向量机 鲸鱼优化算法 组合模型
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 146-150
• 页数: 5页
• 分类号: TM614
• 字数: 2870字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000249

摘要

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型.该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值.仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚	广东工业大学自动化学院	105	1183	20.0	30.0
2	林俐	华北电力大学电气与电子工程学院	35	465	11.0	20.0
3	岳晓宇	华北电力大学电气与电子工程学院	1	3	1.0	1.0