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
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
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...