基于支持向量机的短期风电功率预测

发布时间：2017-10-21 11:08

本文关键词：基于支持向量机的短期风电功率预测

【摘要】：风电场风速及风电机功率预测的准确性对电力系统运行有着重要的意义。基于支持向量机理论,结合江西省某风电场的风速和功率历史数据,建立了支持向量机风速预测模型,预测未来4 h的风速和功率。仿真结果表明:该模型预测的风速和功率平均相对误差分别为6.35%,16.83%,要优于BP神经网络的25.37%,25.43%。
【作者单位】：南昌大学信息工程学院;江西省安福县供电公司;河南省禹州供电公司;
【关键词】： 风电场 功率 支持向量机 风速
【基金】：江西省教育厅科技计划资助项目
【分类号】：TM614
【正文快照】： 风能具有洁净、可再生等特点,是常规能源的理想替代物,越来越受到人们的重视[1]。近年来我国风电场数量和风力发电总装机容量占电网的比例日趋增大。短期风电功率预测可以增强系统的安全性、可靠性和可控性。根据风电场预测的功率曲线优化常规机组的出力,达到降低运行成本的

【参考文献】

中国期刊全文数据库前2条

1 戴文进,付小科;基于模式识别和神经网络的电力系统短期负荷预测[J];南昌大学学报(工科版);2003年02期

2 杨秀媛,肖洋,陈树勇;风电场风速和发电功率预测研究[J];中国电机工程学报;2005年11期

【共引文献】

中国期刊全文数据库前10条

1 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报;2005年01期

2 刘华富;一种快速支持向量机分类算法[J];长沙大学学报;2004年04期

3 桑海峰;王福利;何大阔;张大鹏;;发酵过程中生物量浓度的在线估计[J];东北大学学报(自然科学版);2006年06期

4 王炜,刘悦,李国正,吴耿锋,林命周,马钦忠,赵利飞;中国大陆强震时间序列预测的支持向量机方法[J];地震;2005年04期

5 张步涵;曾杰;毛承雄;金玉洁;王云玲;;电池储能系统在改善并网风电场电能质量和稳定性中的应用[J];电网技术;2006年15期

6 李晶;李建林;许洪华;;基于配电网无功优化的变速恒频双馈风电机群控制策略[J];电网技术;2006年15期