登录    注册    忘记密码

期刊文章详细信息

基于小波分解和最小二乘支持向量机的短期风速预测  ( EI收录)  

Short-Term Wind Speed Forecasting Based on Wavelet Decomposition and Least Square Support Vector Machine

  

文献类型:期刊文章

作  者:王晓兰[1] 王明伟[1]

机构地区:[1]兰州理工大学电气工程与信息工程学院,甘肃省兰州市730050

出  处:《电网技术》

基  金:甘肃省自然科学基金资助项目(0710RJZA054)

年  份:2010

卷  号:34

期  号:1

起止页码:179-184

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20101912917923)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:短期风速预测对并网风力发电系统的运行有重要意义。对风速进行较准确地预测,可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。简述了短期风速预测的价值和方法,提出了基于小波分解(wavelet decomposition,WD)和最小二乘支持向量机(least square support vector machine,LS-SVM)的短期风速预测方法,分别以香港和河西走廊地区风电场为例,建立了上述2个地区风速预测的WD-LSSVM模型,根据上述地区的数据进行实例验证,结果表明文中的方法显著提高了超前一步预测的精度。

关 键 词:风速预测 风力发电 风电场 小波分解 最小二乘支持向量机

分 类 号:TM615] TM744

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心