基于LSSVM优化组合的风速短期预测.pdf

《基于LSSVM优化组合的风速短期预测.pdf》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、中国科技论文在线http://www.paper.edu.cn#基于LSSVM优化组合的风速短期预测**周会友，滕婧（华北电力大学控制与计算机工程学院，北京，102208）5摘要：风速受地理环境等因素影响，具有很大的随机波动性，被认为是最难准确预测的参数之一。对风电场风速的准确预测，可有效缓解风速变化对电力系统造成的不利影响。尽管风速预测方法近年来发展迅速，在预测方法的多元化和预测精度方面还有比较大的上升空间。本文在建立和评估多种短期风速预测模型基础上提出组合预测模型，并通过对支持向量机方法的改进和研究，综合利用各风速预测算法的优点，提出了一种基于最小二乘支持向量机的10组合预

2、测模型。该预测方法首先利用模糊层次分析法，在若干单项预测模型中筛选出灰色预测算法，人工神经网络预测算法和时间序列—卡尔曼滤波混合算法；然后以这三种单项预测模型作为输入，并以实际风速值作为输出，进行训练最小二乘支持向量机，最终得出预测函数，保障预测精度，使控制系统在所需时间分辨率下获得准确的风速分布预测，从而改善风机运行状态，提高输出电能质量。15关键词：最小二乘支持向量机;人工神经网络;灰色预测;卡尔曼滤波中图分类号：TP3-0520WindSpeedCombinationForecastingMethodBasedonLeastSquareSupportVectorMachi

3、neZHOUHuiyou,TENGJing(SchoolofControlandComputerEngineering,NorthChinaElectricPowerUniversity,Beijing25102208)Abstract:Windenergy,oneoftheclean,non-pollutionandavailablenewenergy,hasbeenwidelyusedaroundtheworld.However,itwillaffectthesafetyandstabilityofpowersystemandthequalityofpowergenerat

4、ionbecauseofthevolatilityandinstabilityofwindpowergeneration.Thekeytosolvetheseproblemsistoforecastthewindspeedandwindpowerofwindfarm.Basedontheestablishmentof30severalshort-termwindspeedforecastmodels,itisfoundthattheforecastaccuracyofthesinglewindspeedforecastmethodisrelativelyinsufficient

5、.Sothesupportvectormachineandthecombinationforecastingmodelarestudiedandimproved,andmakingacombinedforecastingmodelbasedonleastsquaressupportvectormachine(LSSVM).Firstly,thegrayforecastingalgorithm,theartificialneuralnetworkforecastalgorithm,andthetimeseries-Kalmanfilterhybridalgorithmwhichw

6、ereselectedby35usingthefuzzyanalytichierarchyprocess(AHP)inseveralsingleforecastingmodels,Thenthreesingleforecastingmodelasinputandasanoutputvalueoftheactualwindspeed,trainingLSSVM,finally,obtainingtheforecastfunction.SimulationresultsshowthatthecombinedforecastingmodelbasedonSVMcanfurtherim

7、provetheaccuracyofwindvelocityforecasting,anditalsohasadvantagesoverthetraditionaltwocombinedforecastingmodels.40Keywords:LeastSquareSupportVectorMachine;ArtificialNeuralNetwork;GrayPrediction;KalmanFiltering基金项目：高等学校博士学科点专项科研基金（20130036120003）作者简介