文献类型：期刊文章

作　　者：刘爱国[1] 薛云涛[1] 胡江鹭[1] 刘路平[1]

机构地区：[1]南昌大学信息工程学院,江西南昌330031

出　　处：《电力系统保护与控制》

年　　份：2015

卷　　号：43

期　　号：2

起止页码：90-95

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：研究风电功率预测技术对于减轻其输出电能的随机性对电力系统的影响具有重要意义。首先结合风电监控系统数据库中的历史功率数据和环境参数形成样本数据,同时采用遗传算法优化该模型的核函数类型、核函数参数及错误惩罚因子等参数,建立了GA-SVM模型,提高了模型参数组合优化选择的效率和预测精度。最后结合实例验证,并与标准SVM方法和BP神经网络方法比较。预测效果表明:所提出的GA-SVM优化模型在超短期风电功率预测上具有更优的学习能力和泛化能力。

关 键 词：风电场功率预测  支持向量机 遗传算法  超短期预测  

分 类 号：TM614]