基于混核LSSVM的批特征风功率预测方法

• 作者: 刘畅 郎劲
• 来源期刊: 自动化学报
• 关键词: 风功率预测 批特征 混核最小二乘支持向量机 差分进化 稀疏选择
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1264-1273
• 页数: 10页
• 字数: 8873字
• 语种: 中文
• DOI: 10.16383/j.aas.c180103

摘要

针对风电场风功率预测问题,利用历史风功率、气象数据和测风塔实时数据等相关信息,提出了带有批特征的混核最小二乘支持向量机(Hybrid kernel least squares support vector machine,HKLSSVM)方法,建立风电场风功率预测模型.为了增强模型的适应性,设计改进的差分进化算法对模型参数进行优化,并利用稀疏选择方法来选取合适的训练样本集,缩短建模时间,保证预测模型精度.根据风场风机的地理位置分布情况,提出批划分的建模策略,对相近地理位置的风机进行组批,替代传统风场风功率预测方法.通过风场中实际数据进行测试,实验结果表明与其他预测方法相比,本文提出的方法能够提高预测精度和效率,减少风电波动性对电网的影响,从而提高电网的安全性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郎劲	东北大学辽宁省制造系统与物流优化重点实验室	2	9	1.0	2.0