基于遗传算法和最小二乘支持向量机的风电场超短期风速预测

摘要：

考虑到风电场风速的非平稳性、非线性特征及风电场风速实测数据存在异常现象,提出利用改进小波变换方法对风速序列数据进行分解与降噪处理,以降低其不稳定性.针对最小二乘支持向量机算法在参数确定依赖人为因素的缺陷,提出一种采用遗传算法对最小二乘支持向量机模型的惩罚系数和核函数参数进行寻优,构建基于遗传算法和最小二乘支持向量机的超短期风速组合预测模型,对小波变换分解后的各子序列数据分量进行预测,并将各子序列的预测结果叠加进而获得超短期风速的预测值.最后,通过算例验证了所提模型及方法能有效提高超短期风电场风速的预测精度.

关键词：风速预测;风电场;改进遗传算法;最小二乘支持向量机

分类号：TM614(发电、发电厂)

资助基金：内蒙古自治区自然科学基金编号2020LH05019

在线出版日期：2021-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-59,66