基于相似性样本的LSSVM短期风速和风功率预测研究

摘要：

风速具有较大的随机波动性,影响电网的稳定性,良好的风速预测是解决风电并网问题的关键.为了提高风速预测的精确性,首先对风速数据进行相似性样本的提取,采用分段线性化的搜索方法,求出各小段风速的斜率与长度所占的比重,继而找出相似性距离最小的曲线簇.并以此作为训练样本,采用最小二乘支持向量机(LSSVM)模型对风速进行预测.预测结果表明,采用风速的相似曲线簇进行LSSVM模型训练所得的风速和风电功率预测结果更优.

关键词：风速预测、相似性样本、分段线性化、LSSVM

所属期刊栏目：29

分类号：TM614(发电、发电厂)

在线出版日期：2014-03-05（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：85-89