基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测

发布时间：2017-10-22 17:10

  本文关键词：基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测

  更多相关文章： 提升小波 最小二乘支持向量机 误差预测 风电负荷预测

【摘要】：为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对分解后的信号做预测,保证了预测精度。接着用误差校正方式修正预测结果,减少了较大误差点的出现,提高了预测结果的稳定性。最后,通过某风电场预测结果表明,基于提升小波和最小二乘支持向量机的方法可以提高预测的精度,误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法用于风电负荷预测是有效可行的。
【作者单位】： 上海交通大学电工与电子技术中心;国网吉林省电力有限公司延边供电公司;
【关键词】： 提升小波 最小二乘支持向量机 误差预测 风电负荷预测
【基金】：国家自然科学基金(60504010) 国家高新技术863发展计划(2008AA04Z129) 上海市自然科学基金(14ZR1421800) 流程工业综合自动化国家重点实验室开放课题基金资助~~
【分类号】：TP18;TM614
【正文快照】： This work is supported by National Natural Science Foundation of China(No.60504010)and National High-tech RD Program of China(863 Program)(No.2008AA04Z129).0引言近年来,随着能源短缺以及能源供应安全形势的日益严峻,可再生能源的地位不断提高。而由于风能同时具

【共引文献】

中国期刊全文数据库 前10条

1 张华;郁永静;冯志军;孙科;;基于小波分解与支持向量机的风速预测模型[J];水力发电学报;2012年01期

2 肖河;肖盛;;基于粗糙集理论的遗传神经网络风速预测模型[J];电网与清洁能源;2012年09期

3 张靠社;杨剑;;基于Elman神经网络的短期风电功率预测[J];电网与清洁能源;2012年12期

4 连晓华;许春华;许晓康;于大洋;;调峰能力对风电并网的影响[J];山东电力高等专科学校学报;2012年05期

5 常蕊;朱蓉;柳艳香;何晓凤;;基于均生函数的风电场风速短临预报模型[J];气象;2013年02期

6 邱道尹;宋慧娟;田芳;;基于NWP和改进神经网络的短时风电功率预测研究[J];软件导刊;2013年04期

7 廖志民;孙晔;张欢;;大型风电场超短期风电功率预测[J];电网与清洁能源;2013年02期

8 郑婷婷;王海霞;吕泉;李卫东;;基于相似日选取样本的短期风电功率混沌预测[J];电网与清洁能源;2013年03期

9 刘军涛;吉超盈;;基于BP-神经网络的风速短期预报技术研究[J];西北水电;2013年04期

10 周专;姚秀萍;王维庆;任华;申盛召;;基于ICA-NN的短期风功率预测研究[J];四川电力技术;2013年05期

中国重要会议论文全文数据库 前6条

1 匡礼勇;周海;程序;崔方;;风能资源开发利用中测风塔的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

2 侯利强;杨善林;王晓佳;;基于缓冲算子修正的改进灰色模型在中长期负荷预测中的应用[A];2012中国智能电网学术研讨会论文集[C];2012年

3 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25届中国控制与决策会议论文集[C];2013年

4 苏鹏宇;万杰;刘金福;于达仁;;基于小波分解和ELMAN神经网络的短期风速多尺度预测方法[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

5 柳玉;曾德良;;基于最小二乘支持向量机和小波包变换的短期风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

6 Wan Jie;Liu Jinfu;Yu Daren;;Study on Short-term Multi-step Wind Speed Forecast based on the Multi-scale Predictability[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 刘辉;铁路沿线风信号智能预测算法研究[D];中南大学;2011年

2 陈杰;变速定桨风力发电系统控制技术研究[D];南京航空航天大学;2011年

3 姜文;计及风力发电的电力系统可靠性与动态经济调度研究[D];上海交通大学;2012年

4 高阳;风电场风电功率预测方法研究[D];沈阳农业大学;2011年

5 黄汉奇;风力发电与光伏发电系统小干扰稳定研究[D];华中科技大学;2012年

6 潘志远;有功、无功预测及优化理论研究[D];山东大学;2012年

7 周志刚;随机风作用下风力发电机齿轮传动系统动力学及动态可靠性研究[D];重庆大学;2012年

8 仝纪龙;河西地区风速变化特征及风能预测方法研究[D];兰州大学;2012年

9 赵高强;大规模风电项目开发及并网运营优化管理研究[D];华北电力大学;2013年

10 朱霄s，

本文编号：1079284