电网技术

2010, v.34;No.314(01) 179-184

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于小波分解和最小二乘支持向量机的短期风速预测
Short-Term Wind Speed Forecasting Based on Wavelet Decomposition and Least Square Support Vector Machine

王晓兰;王明伟;

摘要(Abstract):

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(KeyWords): 风速预测;风力发电;风电场;小波分解;最小二乘支持向量机

Abstract:

Keywords:

基金项目(Foundation): 甘肃省自然科学基金资助项目(0710RJZA054)

作者(Author): 王晓兰;王明伟;

Email:

DOI: 10.13335/j.1000-3673.pst.2010.01.008

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享