10.3876/j.issn.1000-1980.2021.06.013
基于VMD和IBA-LSSVM的短期风电功率预测
为了提高风电功率预测精度,提出了一种基于变分模态分解(VMD)和改进的最小二乘支持向量机(LSSVM)的短期风力发电功率预测新模型.利用VMD将功率历史数据分解成趋势分量、细节分量和随机分量以降低原始数据的复杂性和不平稳性,然后建立IBA-LSSVM预测模型,利用改进蝙蝠算法(IBA)对最小二乘向量机的参数进行优化,并分别对各个子模态进行预测,叠加子模态的预测结果以得到最终的发电功率预测值.对宁夏某风电厂功率预测结果证明了该模型的有效性,通过不同预测模型的对比验证了模型具有较高的预测精度.
发电功率预测、风电、变分模态分解、蝙蝠算法、最小二乘支持向量机
49
TM614(发电、发电厂)
河南省科技攻关计划;河南省高等学校重点科研项目
2022-10-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
575-582