基于CS-SVR模型的短期风电功率预测

摘要：

为了提高短期风电功率预测精度,提出一种布谷鸟搜索算法(cuckoo search algorithm,CS)优化支持向量回归(support vector regression,SVR)机的预测方法,该方法首先根据上截断点和下截断点对输入数据进行预处理,剔除异常数据,之后以输入数据中的风速、平均风速、风机状态等属性数据作为SVR算法模型的输入,以风电功率数据作为SVR算法模型的输出,建立短期风电功率的SVR预测模型,针对SVR算法存在难以选择最优参数的缺点,提出采用布谷鸟算法优化SVR参数的方法,建立短期风电功率的CS-SVR预测模型;通过与SVR、PSO-SVR预测模型进行了对比仿真实验,实验结果表明,CS-SVR预测模型具有较高的预测精度.

关键词：功率预测、布谷鸟搜索算法、支持向量回归机、参数寻优、异常数据剔除

所属期刊栏目：28

分类号：TM614(发电、发电厂)

资助基金：新疆自然科学基金项目2019D01A30;新疆高校科研计划自然科学基金项目XJEDU2018Y056;2016年度新疆工程学院科研基金项目2016xgy141812

在线出版日期：2020-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：152-155