本文關鍵詞：基于改進最小二乘支持向量機和預測誤差校正的短期風電負荷預測

  更多相關文章： 提升小波 最小二乘支持向量機 誤差預測 風電負荷預測

【摘要】：為了提高風電負荷預測精度,保證風電場資源得到有效利用,提出了基于改進最小二乘支持向量機和預測誤差校正相結合的方法。首先引入提升小波分解原始數(shù)據(jù),可以有效提取其主要特征,從而克服風電場的隨機性。然后采用最小二乘支持向量機對分解后的信號做預測,保證了預測精度。接著用誤差校正方式修正預測結果,減少了較大誤差點的出現(xiàn),提高了預測結果的穩(wěn)定性。最后,通過某風電場預測結果表明,基于提升小波和最小二乘支持向量機的方法可以提高預測的精度,誤差預測的方法也可以有效地校正預測結果。仿真結果驗證了該方法用于風電負荷預測是有效可行的。
【作者單位】： 上海交通大學電工與電子技術中心;國網(wǎng)吉林省電力有限公司延邊供電公司;
【關鍵詞】： 提升小波 最小二乘支持向量機 誤差預測 風電負荷預測
【基金】：國家自然科學基金(60504010) 國家高新技術863發(fā)展計劃(2008AA04Z129) 上海市自然科學基金(14ZR1421800) 流程工業(yè)綜合自動化國家重點實驗室開放課題基金資助~~
【分類號】：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引言近年來,隨著能源短缺以及能源供應安全形勢的日益嚴峻,可再生能源的地位不斷提高。而由于風能同時具

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張華;郁永靜;馮志軍;孫科;;基于小波分解與支持向量機的風速預測模型[J];水力發(fā)電學報;2012年01期

2 肖河;肖盛;;基于粗糙集理論的遺傳神經(jīng)網(wǎng)絡風速預測模型[J];電網(wǎng)與清潔能源;2012年09期

3 張靠社;楊劍;;基于Elman神經(jīng)網(wǎng)絡的短期風電功率預測[J];電網(wǎng)與清潔能源;2012年12期

4 連曉華;許春華;許曉康;于大洋;;調(diào)峰能力對風電并網(wǎng)的影響[J];山東電力高等專科學校學報;2012年05期

5 常蕊;朱蓉;柳艷香;何曉鳳;;基于均生函數(shù)的風電場風速短臨預報模型[J];氣象;2013年02期

6 邱道尹;宋慧娟;田芳;;基于NWP和改進神經(jīng)網(wǎng)絡的短時風電功率預測研究[J];軟件導刊;2013年04期

7 廖志民;孫曄;張歡;;大型風電場超短期風電功率預測[J];電網(wǎng)與清潔能源;2013年02期

8 鄭婷婷;王海霞;呂泉;李衛(wèi)東;;基于相似日選取樣本的短期風電功率混沌預測[J];電網(wǎng)與清潔能源;2013年03期

9 劉軍濤;吉超盈;;基于BP-神經(jīng)網(wǎng)絡的風速短期預報技術研究[J];西北水電;2013年04期

10 周專;姚秀萍;王維慶;任華;申盛召;;基于ICA-NN的短期風功率預測研究[J];四川電力技術;2013年05期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 匡禮勇;周海;程序;崔方;;風能資源開發(fā)利用中測風塔的應用研究[A];第27屆中國氣象學會年會氣候資源應用研究分會場論文集[C];2010年

2 侯利強;楊善林;王曉佳;;基于緩沖算子修正的改進灰色模型在中長期負荷預測中的應用[A];2012中國智能電網(wǎng)學術研討會論文集[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屆中國控制與決策會議論文集[C];2013年

4 蘇鵬宇;萬杰;劉金福;于達仁;;基于小波分解和ELMAN神經(jīng)網(wǎng)絡的短期風速多尺度預測方法[A];2012電站自動化信息化學術和技術交流會議論文集[C];2012年

5 柳玉;曾德良;;基于最小二乘支持向量機和小波包變換的短期風速預測研究[A];2012電站自動化信息化學術和技術交流會議論文集[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];智能化電站技術發(fā)展研討暨電站自動化2013年會論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉輝;鐵路沿線風信號智能預測算法研究[D];中南大學;2011年

2 陳杰;變速定槳風力發(fā)電系統(tǒng)控制技術研究[D];南京航空航天大學;2011年

3 姜文;計及風力發(fā)電的電力系統(tǒng)可靠性與動態(tài)經(jīng)濟調(diào)度研究[D];上海交通大學;2012年

4 高陽;風電場風電功率預測方法研究[D];沈陽農(nóng)業(yè)大學;2011年

5 黃漢奇;風力發(fā)電與光伏發(fā)電系統(tǒng)小干擾穩(wěn)定研究[D];華中科技大學;2012年

6 潘志遠;有功、無功預測及優(yōu)化理論研究[D];山東大學;2012年

7 周志剛;隨機風作用下風力發(fā)電機齒輪傳動系統(tǒng)動力學及動態(tài)可靠性研究[D];重慶大學;2012年

8 仝紀龍;河西地區(qū)風速變化特征及風能預測方法研究[D];蘭州大學;2012年

9 趙高強;大規(guī)模風電項目開發(fā)及并網(wǎng)運營優(yōu)化管理研究[D];華北電力大學;2013年

10 朱霄s，

本文編號：1079284