基于支持向量機(jī)的風(fēng)速預(yù)測(cè)系統(tǒng).pdf

1、在能源危機(jī)日益嚴(yán)重的今天，新能源的開(kāi)發(fā)利用受到越來(lái)越多的關(guān)注。在這些新能源中，風(fēng)力發(fā)電更是得到了廣泛應(yīng)用。然而，風(fēng)電功率的隨機(jī)性，給電力系統(tǒng)運(yùn)營(yíng)帶來(lái)了一系列問(wèn)題，當(dāng)大規(guī)模的風(fēng)電場(chǎng)并入電網(wǎng)時(shí)，更是給電網(wǎng)的安全和穩(wěn)定帶來(lái)了極大的負(fù)擔(dān)。為了解決該問(wèn)題，提出了風(fēng)電場(chǎng)風(fēng)速和風(fēng)電功率預(yù)測(cè)。其中風(fēng)速預(yù)測(cè)為風(fēng)電功率的間接預(yù)測(cè)方式。通過(guò)對(duì)風(fēng)電場(chǎng)風(fēng)速的預(yù)測(cè)，可以降低風(fēng)電功率的隨機(jī)性，從而可有效緩解風(fēng)電場(chǎng)給電力系統(tǒng)造成的不利影響。風(fēng)速預(yù)測(cè)近年來(lái)有一定發(fā)展，但

2、是還存在許多不足之處，仍然具有很大的進(jìn)步空間。
　　 通過(guò)考慮多種風(fēng)速短期預(yù)測(cè)模型，發(fā)現(xiàn)單一的風(fēng)速預(yù)測(cè)模型的預(yù)測(cè)精度提升空間有限，于是根據(jù)對(duì)支持向量機(jī)和組合預(yù)測(cè)模型的研究，利用它們的算法優(yōu)點(diǎn)，提出了基于一種改進(jìn)的支持向量機(jī)--最小二乘支持向量機(jī)的組合預(yù)測(cè)模型。利用組合預(yù)測(cè)模型可綜合各單項(xiàng)預(yù)測(cè)模型的信息，并且最小二乘支持向量機(jī)可以簡(jiǎn)化、優(yōu)化組合預(yù)測(cè)模型。該組合模型采用RBF神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和遺傳神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測(cè)值作為輸入，

3、實(shí)際風(fēng)速值作為輸出，并建立了線性組合預(yù)測(cè)模型，且以此為參照來(lái)分析基于最小二乘支持向量機(jī)的組合預(yù)測(cè)模型的預(yù)測(cè)性能。各模型的預(yù)測(cè)性能，采用預(yù)測(cè)平均絕對(duì)誤差、平均相對(duì)誤差以及誤差平方和三個(gè)誤差指標(biāo)來(lái)比較分析。以江西老爺廟的小時(shí)風(fēng)速數(shù)據(jù)作為研究樣本，運(yùn)用MATLAB進(jìn)行仿真，利用各模型對(duì)風(fēng)速進(jìn)行短期預(yù)測(cè)，證明了基于最小二乘支持向量機(jī)的風(fēng)速組合預(yù)測(cè)模型的有效性。仿真試驗(yàn)表明，組合預(yù)測(cè)模型可進(jìn)一步提升風(fēng)速預(yù)測(cè)精度，而且相較于傳統(tǒng)線性組合預(yù)測(cè)模型，基