文献类型：期刊文章

作　　者：谢波[1] 高建宇[2] 张惠娟[1] 刘金委[2]

Xie Bo;Gao Jianyu;Zhang Huijuan;Liu Jinwei(State Key Laboratory of Reliability and Intelligence of Electrical Equipment,Hebei University of Technology,Tianjin 300130,China;Qinggong College,North China University of Science and Technology,Tangshan 063000,China)

机构地区：[1]河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,天津300130 [2]华北理工大学轻工学院,唐山063000

出　　处：《电子测量技术》

基　　金：天津市自然科学基金重点项目(19JCZDJC32100)资助。

年　　份：2021

卷　　号：44

期　　号：12

起止页码：63-69

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：在风电等清洁能源的开发和应用中,为提高风电输出功率预测精度,设计出改进最优觅食算法-优化支持向量机(IOFA-SVM)预测模型,在传统最优觅食算法中加入柯西变异和差分进化策略来提高算法的全局寻优能力以获取SVM的最优参数。用改进后的IOFA-SVM模型进行预测,并将预测结果与BP、GWO-SVM、OFA-SVM模型进行对比,在相同的条件和参数下,该模型3种评价指标MAE、NMAE和NRMSE至少下降0.59%、0.53%和0.50%,表明IOFA-SVM模型确实提高了风电功率预测精度和准确性,对电能调度和电网稳定运行具有重要意义。

关 键 词：风电功率预测 最优觅食算法  支持向量机  柯西变异优化  差分进化策略  

分 类 号：TM614]