基于小世界优化的风电功率变权组合预测模型

发布时间：2017-11-01 18:33

  本文关键词：基于小世界优化的风电功率变权组合预测模型

  更多相关文章： 风电功率预测 小世界优化算法 支持向量机 灰色预测 变权组合预测

【摘要】：提出一种新型的基于小世界优化的支持向量机与灰色预测变权组合风电功率预测模型。该模型发挥小世界优化算法避免陷入局部极小、快速收敛等优势,对组合权重系数进行移动样本自适应变权求解,同时,支持向量机采用实数编码小世界算法(R-SWOA)进行回归估计,构成支持向量机改进算法(RSWO-SVM)。利用江苏某风场数据对风电机组输出功率的超短期实时滚动功率预测进行研究,分别预测未来10 min、30 min和1 h的功率值。预测结果表明,无论哪个时间尺度,该文变权组合模型的预测精度均明显高于各单项、等权平均和最小方差固定权系数组合预测方法,预测误差大幅降低。
【作者单位】： 北京交通大学机械与电子控制工程学院;
【关键词】： 风电功率预测 小世界优化算法 支持向量机 灰色预测 变权组合预测
【基金】：国家自然科学基金(50776005) 中央高校基本科研业务费(2011JBM103)
【分类号】：TM614
【正文快照】： 0引言风能作为清洁的可再生能源,已成为替代化石能源的重要选择。然而由于风能具有随机性、间歇性和不可控制的特点,并网难和消纳难的问题仍十分突出[1]。目前,我国电网调度部门对风电场风电功率预测预报工作有基本要求,应具备日预报能力,用于发电计划安排;还要具备实时预报能

【相似文献】

中国期刊全文数据库 前10条

1 赵海青,杨秀岐;灰色加法组合预测模型及其应用[J];保定师范专科学校学报;2002年04期

2 蒋惠凤;何有世;张兵;;基于回归神经网络的长期电力负荷组合预测模型研究[J];统计与决策;2007年24期

3 江朋;童述林;万志宏;;组合预测模型在电力系统负荷预测中的应用研究[J];自动化与信息工程;2011年01期

4 赵海青,牛东晓;灰色优选组合预测模型及其应用[J];保定师范专科学校学报;2002年02期

5 赵海青;;基于熵值法的组合预测模型及其在高峰负荷预测中应用[J];大学数学;2011年03期

6 谢开贵,李春燕,周家启;基于神经网络的负荷组合预测模型研究[J];中国电机工程学报;2002年07期

7 王敬敏,王振旗,张彩庆;农网改造评价指标的非线性优选组合预测模型[J];华北电力大学学报;2003年04期

8 苏士美;王明霞;姚猛;张建华;;基于WHAC-E组合预测模型的短期电力负荷预测[J];郑州大学学报(工学版);2014年03期

9 宋晓华;祖丕娥;伊静;刘达;;基于改进GM(1,1)和SVM的长期电量优化组合预测模型[J];中南大学学报(自然科学版);2012年05期

10 李聪;辛鹏;孙峥;;基于粒子群优化算法(PSO)的电力需求预测分析[J];科技与企业;2012年19期

中国博士学位论文全文数据库 前1条

1 南晓强;风电预测技术及其运行分析[D];西南交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 聂威;组合预测模型在中山电力中长期负荷预测系统中的应用[D];电子科技大学;2008年

2 郁其雨;电力负荷交叉不定权组合预测模型研究[D];中南大学;2009年

3 吴念;地区电网中长期负荷组合预测模型和方法研究[D];华南理工大学;2012年

4 陈育成;基于小波包的短时风机出力组合预测模型研究[D];广东工业大学;2014年

5 徐晓波;电动汽车充/换电站短期负荷预测方法研究[D];华北电力大学;2015年

6 宋鹤;基于WEB的风电场可视化监测技术研究[D];沈阳理工大学;2015年

7 张露;风电功率组合预测模型的研究[D];重庆大学;2015年

8 蒋星;基于趋势点模型的超短期风电功率预测研究[D];广西大学;2015年

9 苏静;前移回归分析及其组合预测模型应用研究[D];湖南大学;2010年

10 张亚军;变权系数组合预测模型在电力系统负荷预测中的应用研究[D];西南交通大学;2007年

，

本文编号：1128049