基于SVM与改进型乌鸦搜索算法的风电功率预测方法

摘要：

针对如何提高风力发电功率预测的准确率,研究设计了一种基于改进乌鸦搜索算法(ICSA)优化支持向量机(SVM)的风电功率预测模型.在乌鸦搜索算法的基础上引入高斯变异算子和差分变异策略,提出改进型乌鸦搜索算法,并将之与支持向量机相结合,搭建ICSA-SVM风电功率预测模型.使用该模型,所得预测结果的均方根误差、平均绝对误差、平均绝对百分比误差等指标的值分别为4.42％、3.56％和5.22％.结果表明ICSA-SVM模型可实现参数优化,并有效提升了预测精度.研究成果可服务于含风能的电力系统日前调度,对推广清洁能源、实现碳达峰和碳中和具有重要意义.

关键词：风电功率预测、改进型乌鸦搜索算法、高斯变异、差分变异、支持向量机

所属期刊栏目：41

分类号：TM614(发电、发电厂)

资助基金：天津市自然科学基金;河北省自然科学基金

在线出版日期：2022-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：40-45