文献类型：期刊文章

作　　者：杨洪[1] 古世甫[1] 崔明东[2] 孙禹[2]

机构地区：[1]西华大学电气信息学院,四川成都610039 [2]中国华电集团公司云南以礼河发电厂,云南会泽654200

出　　处：《电力系统保护与控制》

年　　份：2011

卷　　号：39

期　　号：11

起止页码：44-48

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20112514079289)、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：风电场短期风速的准确预测能为风电并网运行的规划、调度、运行和控制提供及时有效的信息。支持向量机基于结构风险最小化原理,从整体上考虑曲线的平滑度对数据进行拟合,对风速预测时能及时跟踪其变化趋势。针对支持向量参数难以确定问题,采用遗传算法对最小二乘支持向量机惩罚系数C和核参数σ2寻优,在对参数遗传编码时,通过对数变换编码提高了搜索灵敏度,加快了模型收敛速度。最终利用现场连续150h实测风速样本,对其中最后12h进行预测,结果与广义回归神经网络(GRNN)相比,表明LS-SVM有更好的泛化能力,且取得了相对误差绝对值的平均值为8.32%的良好效果。

关 键 词：遗传算法  支持向量机 参数优化 短期风速预测

分 类 号：TM614]