10.3969/j.issn.1674-8441.2012.05.009
基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机(LS-SVM)回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7.63%,提高了预测精度。预测结果表明:基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。
贝叶斯证据推断框架、最小二乘支持向量机、风速预测、小波分解
24
TK-9;TK-89
福建省高等学校新世纪优秀人才支持计划项目闽教科2010-24
2012-07-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35