文献类型：期刊文章

作　　者：李霄[1] 王昕[1] 郑益慧[1] 李立学[1] 生西奎[2] 吴昊[2]

机构地区：[1]上海交通大学电工与电子技术中心,上海200240 [2]国网吉林省电力有限公司延边供电公司,吉林延边133000

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金(60504010);国家高新技术863发展计划(2008AA04Z129);上海市自然科学基金(14ZR1421800);流程工业综合自动化国家重点实验室开放课题基金资助~~

年　　份：2015

卷　　号：43

期　　号：11

起止页码：63-69

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：为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对分解后的信号做预测,保证了预测精度。接着用误差校正方式修正预测结果,减少了较大误差点的出现,提高了预测结果的稳定性。最后,通过某风电场预测结果表明,基于提升小波和最小二乘支持向量机的方法可以提高预测的精度,误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法用于风电负荷预测是有效可行的。

关 键 词：提升小波 最小二乘支持向量机 误差预测  风电负荷预测  

分 类 号：TP18] TM614]