基于ARIMA与SVR的短期风速混合预测模型

摘要：

短期风速的预测对电力系统调峰调频,风力发电系统并网具有非常重要的意义和影响.对风速较为准确的预测能够有效减轻或避免风速随机性给电力系统带来的不利影响,同时能够为电力系统调峰调频提供决策依据.因此,本文结合相关算法的优缺点以及风速自身的特点提出了一种基于自回归求和滑动平均(Auto Regressive Integrated Moving Average,ARIMA)模型和支持向量回归(Support Vector Regression,SVR)模型组合的短期风速混合预测模型.首先使用ARIMA模型预测短期风速的线性特征序列,然后利用SVR模型预测短期风速的非线性残差序列,最后将ARIMA模型预测的短期风速线性序列与SVR模型预测的短期风速非线性残差序列求和得到最终的预测结果.实验结果表明该混合模型具有更高的预测精度和更小的预测误差.

关键词：短期风速、预测、自回归求和滑动平均模型、支持向量回归

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：245-246