支持向量機在風電功率預測中的應用研究.pdf

1、隨著全球能源短缺、能源供應安全形勢日趨嚴峻和應對氣候變化呼聲日益高漲，風能作為清潔的可再生能源，已成為替代化石能源的重要選擇。但風電功率具有波動性和間歇性。風電的大規(guī)模接入將對電力系統(tǒng)的穩(wěn)定運行和正常調(diào)度帶來巨大挑戰(zhàn)。深入研究風電功率預測，對提高風電場與電力系統(tǒng)協(xié)調(diào)運行能力，促進風電持續(xù)健康發(fā)展具有十分重要的意義。本文主要圍繞超短期風電功率預測，重點展開了以下研究：
　　1.以支持向量機原理為基礎(chǔ)，建立支持向量機回歸模型，實現(xiàn)風電

2、功率直接預測。構(gòu)建基于SVM的風電機組功率曲線模型，通過風速預測，實現(xiàn)風電功率的間接預測。
　　2.對支持向量機的模型參數(shù)優(yōu)化問題研究。分析懲罰因子C和核參數(shù)σ的作用以及對支持向量機性能的影響。運用實數(shù)編碼小世界優(yōu)化算法，提出基于小世界優(yōu)化的支持向量機改進算法(RSWO-SVM)，解決SVM建模時存在的不足，并利用RSWO-SVM算法實現(xiàn)風電功率預測。
　　3.研究分析數(shù)學形態(tài)學基本原理和多尺度分解算法。針對風速序列隨時間呈