基于支持向量机的短期风电功率预测

《基于支持向量机的短期风电功率预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级基于支持向量机的短期风电功率预测研究生姓名：李胜刚指导教师姓名、职称：王欣教授学科专业：电气工程研究方向：电力网络自动化技术及应用湖南工业大学二○一四年六月十五日分类号密级基于支持向量机的短期风电功率预测Short-termWindPowerForecastingBasedonSupportVectorMachine研究生姓名：李胜刚指导教师姓名、职称：王欣教授学科专业：电气工程研究方向：电力网络自动化技术及应用论文答辩日期答辩委员会主席湖南工业大学年月日湖南工业大学学位论文原创性声明本人郑重声明：所

2、呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：日期：年月日湖南工业大学论文版权使用授权书本人了解湖南工业大学有关保留、使用学位论文的规定，即：学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其他手段保存学位论文；学校可根据国家或湖南省有

3、关部门规定送交学位论文。作者签名：导师签名：日期：年月日摘要世界的发展对能源的需求与消耗与日俱增，传统的石油、煤炭等非可再生能源长期的开采消耗意味着在未来的某一天会枯竭，现今寻找一种新的能源成为了人类发展的迫切需求。风能资源在地球上蕴藏丰富，分布广泛，各国都开始了对风电的大力开发，但是风电场输出功率具有波动性和间歇性，使得风电并入电网运行时候会影响整个电力系统的发电、变电、输电和配电的平衡运行，威胁着电网的安全性。若能对风电功率进行准确预测，将可以有效的指导电网更多的消纳风电功率，因此研究风电预测技术对风电的发

4、展有着重要意义。本文主要的研究内容如下：1、以支持向量机作为建模的基础工具，建立风电功率预测模型，实现对风电场输出功率的短期预测。2、对支持向量机建模的参数寻优问题进行了研究。支持向量机训练建模时参数的选取影响着模型的建立与预测的精度，提出采用布谷鸟算法来代替传统方法提升支持向量机中参数寻优能力，通过仿真表明，相比与传统的网格参数寻优法更加准确，效率也更高，确实提高了在风电功率中的预测精度和准确性。3、风电输出功率受不确定性因素的影响，训练样本中含有不确定性信息和噪声信息，结合模糊理论与支持向量机理论的优势，采

5、用模糊理论中的模糊C均值算法对训练样本去噪处理，运用布谷鸟算法进行参数寻优，利用支持向量机训练建模，仿真实验表明这种方法更进一步提升了风电功率的预测效果。关键词：风电功率预测，支持向量机，布谷鸟算法，模糊支持向量机，模糊C均值算法IABSTRACTWiththedevelopmentoftheworld,thedemandandconsumptionofenergyhasrapidlyincreased.Long-termexploitationandconsumptionofthenon-renewablee

6、nergysourcessuchasthetraditionaloil,coalandothersourcesmeansthattheywillbeexhaustedinthefuture.So,thesearchforanothernewenergyhasbecomeanurgentdemandforhumandevelopment.Forthatreason,manycountriesstarttodevelopthewindpowerbecauseofitsabundanceandwidedistribu

7、tionontheearth.Duetothefluctuationandintermittenceoftheoutputpowerofthewindpowerplant,thebalanceofthegeneration,transformation,transmissionanddistributionoftheelectricityofthewholeelectricalpowersystemwillbedestroyed,threateningthesafetyofthepowergrid.Ifthew

8、indpowercanbeforecastedaccurately,itwillbeeffectivelyaffordabletoguidethepowergridtodealwiththeexcessivewindpower.Astheresult,it’sagreatimportancetodotheresearchofthepredictiontechniqueofthewind