基于支持向量机回归的短期风速预测方法的研究

发布时间：2018-05-08 08:28

  本文选题：风力发电 + 支持向量机　； 参考：《科技创新与应用》2016年36期

【摘要】：针对风力发电中的短期风速预测方法研究的不足,文章提出了一种基于支持向量机回归的短期风速预测方法和模型。提出的方法首先选取风电场采集的样本数据,进行预处理后,确定出样本训练集和测试集;在选择向量机核函数后,确定SVM模型待寻优参数,最后利用寻优的最佳参数来训练SVM模型,通过模型来预测未来某一时刻的风速值。文章提出的方法在风速负荷的预测精度和预测方法的收敛速度等方面都有了提高,该方法具有重要的现实意义和应用前景。
[Abstract]:Aiming at the shortage of short-term wind speed prediction methods in wind power generation, a short-term wind speed prediction method and model based on support vector machine regression is proposed in this paper. The proposed method firstly selects the sample data collected by the wind farm, after preprocessing, determines the sample training set and the test set, and after selecting the kernel function of the vector machine, determines the parameters of the SVM model to be optimized. Finally, the optimal parameters are used to train the SVM model, and the model is used to predict the wind speed at a certain time in the future. The method proposed in this paper has improved the precision of wind speed load prediction and the convergence rate of forecasting method, which has important practical significance and application prospect.
【作者单位】： 国网长春供电公司;
【分类号】：TM614;TP18

【相似文献】

相关期刊论文 前10条

1 葛海峰;林继鹏;刘君华;丁晖;;基于支持向量机和小波分解的气体识别研究[J];仪器仪表学报;2006年06期

2 琚旭;王浩;姚宏亮;;支持向量机的一个边界样本修剪方法[J];合肥工业大学学报(自然科学版);2006年07期

3 张菁华;袁鑫;刘达;;基于支持向量机的电力工程最优投标报价决策研究[J];山东电力高等专科学校学报;2006年04期

4 张涛;段淑敏;;支持向量机在中医疾病症候诊断中的应用[J];华北水利水电学院学报;2007年03期

5 王晶;靳其兵;曹柳林;;面向多输入输出系统的支持向量机回归[J];清华大学学报(自然科学版);2007年S2期

6 陈丹;;多类支持向量机算法的研究[J];东莞理工学院学报;2007年05期

7 程丽丽;张健沛;马骏;;一种改进的加权边界调节支持向量机算法[J];哈尔滨工程大学学报;2007年10期

8 宋召青;崔和;胡云安;;支持向量机理论的研究与进展[J];海军航空工程学院学报;2008年02期

9 郭濵;孙晓梅;薛明;;基于壳向量的边界邻近支持向量机[J];黑龙江交通科技;2008年12期

10 许超;运士伟;舒云星;;基于支持向量机的混凝土测强换算模型[J];洛阳理工学院学报(自然科学版);2008年02期

相关会议论文 前10条

1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年

5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年

6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年

9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年

10 侯澍e，

本文编号：1860685