基于ARIMA和LS-SVM组合模型的短期风速预测

摘要：

为了解决电力短期风速预测中存在的周期规律性误差序列问题,提出了一种改进的ARIMA-LS-SVM组合模型.首先分析了电力短期风速预测中的周期规律性误差序列问题,并确定了ARIMA模型作为基础模型.然后,引入最小二乘支持向量机(LS-SVM)来修正ARIMA模型的预测误差.LS-SVM是一种非线性回归方法,通过将样本数据映射到高维特征空间,构建一个最优超平面来实现预测.通过对ARIMA模型的预测误差进行修正,可以更准确地预测电力短期风速.采用北京某地风速数据进行实验验证,结果表明,改进的ARIMA-LS-SVM组合模型在对北京某地风速进行预测时表现出了良好的预测精度和推广性.与传统的ARI-MA模型相比,改进模型在各项评价指标上均取得了显著提高,验证了该方法的有效性和实用性.提出的改进模型克服了周期规律性误差序列对预测精度的影响,为电力负荷预测和风速预测等相关领域提供了一种有效的预测方法.

关键词：短期风速预测、ARIMA模型、LS-SVM模型、ARIMA-LS-SVM组合模型、误差修正

所属期刊栏目：52

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：湖北省教育厅资助项目B2018089

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-34