基于相似数据的支持向量机短期风速预测仿真研究
风电场功率预报是减小大规模风电并网对电网造成不良影响的有效手段,提高短期风速预测的精度是保障风电场功率预报的重要基础。提出了基于相似数据并结合小波分析的支持向量机短期风速预测方法。该方法从大量的数据样本中提取相似数据创建训练样本,采用小波分解技术将风速信号分解成低频趋势信号和高频随机信号,分别采用支持向量机理论建模,合成得到风速预测数据。仿真结果表明,相似数据有效地提高了数据的相关度,小波分解使支持向量机模型更好地拟合风速信号的低频和高频特性,提高了预测精度。通过与某风电场的实际风速数据验证,表明模型具有较强的泛化能力,程序运行时间可满足工程需要。
风速、短期预测、相似数据、小波分析、支持向量机
32
TM71(输配电工程、电力网及电力系统)
国家自然科学基金项目61074094;教育部科学技术研究重点项目109045;中央高校基本科研业务费专项资金项目10MG28 09MG18 09QG31
2012-05-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
35-41