基于CS-SVR模型的短期风电功率预测

• 作者: 刘俊霞 王小娟 胡兵 郑连清
• 来源期刊: 计算机测量与控制
• 关键词: 功率预测 布谷鸟搜索算法 支持向量回归机 参数寻优 异常数据剔除
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 设计与应用
• 页码范围: 152-155
• 页数: 4页
• 分类号: TM614
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.01.032

摘要

为了提高短期风电功率预测精度,提出一种布谷鸟搜索算法(cuckoo search algorithm,CS)优化支持向量回归(support vector regression,SVR)机的预测方法,该方法首先根据上截断点和下截断点对输入数据进行预处理,剔除异常数据,之后以输入数据中的风速、平均风速、风机状态等属性数据作为SVR算法模型的输入,以风电功率数据作为SVR算法模型的输出,建立短期风电功率的SVR预测模型,针对SVR算法存在难以选择最优参数的缺点,提出采用布谷鸟算法优化SVR参数的方法,建立短期风电功率的CS-SVR预测模型;通过与SVR、PSO-SVR预测模型进行了对比仿真实验,实验结果表明,CS-SVR预测模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊霞	新疆工程学院控制工程学院	25	38	3.0	4.0
2	王小娟	新疆工程学院公共基础学院	9	54	3.0	7.0
3	胡兵	新疆工程学院控制工程学院	20	76	4.0	8.0
4	郑连清	新疆工程学院控制工程学院	9	8	2.0	2.0