基于粒子群优化的LS-SVM短期风电功率预测研究

摘要：

风电的波动性、间歇性和随机性导致风电功率预测时间较长、误差较大;为提高预测精度,缩短预测时间,采用粒子群算法(PSO)对最小二乘支持向量机(LS-SVM)算法进行参数寻优,进而建立优化预测模型进行仿真;结果表明:优化的模型比RBF和LS-SVM具有更高的预测精度.

关键词：风电功率预测、LS-SVM、粒子群优化

所属期刊栏目：31

分类号：TM614(发电、发电厂)

资助基金：巢湖学院自然科学基金项目资助XLY-201302

在线出版日期：2014-12-18（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：40-44