电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2014年
5期
44-49
,共6页
杨亚兰%徐耀良%钟绍山%谢江媛
楊亞蘭%徐耀良%鐘紹山%謝江媛
양아란%서요량%종소산%사강원
短期风速预测%多分辨率分析%支持向量机%均方根误差%平均绝对百分比误差
短期風速預測%多分辨率分析%支持嚮量機%均方根誤差%平均絕對百分比誤差
단기풍속예측%다분변솔분석%지지향량궤%균방근오차%평균절대백분비오차
short-term wind speed forecasting%multiresolution analysis%support vector machine (SVM)%root mean square error%mean absolute percentage error
为了提高风电场短期风速的预测精度,提出了基于多分辨率分析和支持向量机(MRA-SVM)的预测模型.模型以历史风速序列为输入对数据进行多分辨率分析,用支持向量机对分解后的单支序列分别回归预测,叠加各序列的预测结果即为最终预测值.通过对某风场10 d的实测风速进行分析,预测了未来4h的风速.用均方根误差和平均绝对百分比误差对模型进行评价,与单一的SVM方法相比,提高了预测精度.实验证明,模型具有较强的风速预测能力,能普遍适用于风速的短期预测.
為瞭提高風電場短期風速的預測精度,提齣瞭基于多分辨率分析和支持嚮量機(MRA-SVM)的預測模型.模型以歷史風速序列為輸入對數據進行多分辨率分析,用支持嚮量機對分解後的單支序列分彆迴歸預測,疊加各序列的預測結果即為最終預測值.通過對某風場10 d的實測風速進行分析,預測瞭未來4h的風速.用均方根誤差和平均絕對百分比誤差對模型進行評價,與單一的SVM方法相比,提高瞭預測精度.實驗證明,模型具有較彊的風速預測能力,能普遍適用于風速的短期預測.
위료제고풍전장단기풍속적예측정도,제출료기우다분변솔분석화지지향량궤(MRA-SVM)적예측모형.모형이역사풍속서렬위수입대수거진행다분변솔분석,용지지향량궤대분해후적단지서렬분별회귀예측,첩가각서렬적예측결과즉위최종예측치.통과대모풍장10 d적실측풍속진행분석,예측료미래4h적풍속.용균방근오차화평균절대백분비오차대모형진행평개,여단일적SVM방법상비,제고료예측정도.실험증명,모형구유교강적풍속예측능력,능보편괄용우풍속적단기예측.
