10.19768/j.cnki.dgjs.2022.15.002
基于斑点鬣狗算法优化支持向量机的短期风电功率预测
为提高短期风电功率预测精度,提出了一种基于斑点鬣狗算法优化支持向量机的短期风电功率预测方法.采用斑点鬣狗算法对支持向量机的惩罚系数和核参数进行优化,建立基于SHO-SVM的短期风电功率预测模型,并采用实际风电场运行数据进行仿真分析.仿真结果表明,SHO-SVM模型的平均相对误差和均方根误差分别为4.15%和0.196,预测精度和数据波动性均优于其他模型,验证了短期风电功率预测方法的正确性和实用性.
风电功率、预测、斑点鬣狗算法、支持向量机
TM714(输配电工程、电力网及电力系统)
2022-10-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
4-6