用于短期风速预测的优化核心向量回归模型

摘要：

风能的不确定性和难以准确预测给风电并入电网带来了困难.风速是影响风能的重要因素,风速的预测精度对风电功率预测的准确性有重要影响.提出一种优化的核心向量回归(CVR)模型,进行短期风速预测.其风速数据从某风电场每隔1h采集1次,并采用粒子群优化(PSO)算法对CVR模型的参数进行优化,利用优化后的CVR模型进行风速预测.试验结果表明,在时空复杂度相当的情况下,该方法具有比CVR和SVR(support vector regresson)型高的预测精度.

关键词：风速、风电功率、短期预测、粒子群优化、核心向量回归

所属期刊栏目：45

分类号：TM614(发电、发电厂)

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：68-71