基于k-means聚类的SVR短期风速预测

摘要：

准确的风速预测是风力发电功率预测的重要基础.为了进一步提高风速预测精度,文章提出一种基于k-means聚类的支持向量回归机(SVR)的短期风速组合预测新方法.首先分析影响风速变化的因素,计算不同风速属性相对于风速序列的皮尔逊相关系数(PCC)值,并对其进行加权;然后采用k-means聚类方法对风速样本进行聚类;再利用SVR针对每组样本建模;最后结合实际风电场进行仿真,结果表明,该方法具有较高的准确性和可行性.

关键词：风速预测、风速属性、皮尔逊相关系数、k-means聚类、向量回归机

所属期刊栏目：35

分类号：TM614(发电、发电厂)

资助基金：国家高技术研究发展计划"863"资助项目SS2014AA052502;国家自然科学基金资助项目51507027

在线出版日期：2017-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1678-1684