电气自动化
電氣自動化
전기자동화
ELECTRICAL AUTOMATION
2014年
5期
35-37
,共3页
风电负荷预测%超短期%最小二乘支持向量机(LS-SVM)%预测精度%运算速度
風電負荷預測%超短期%最小二乘支持嚮量機(LS-SVM)%預測精度%運算速度
풍전부하예측%초단기%최소이승지지향량궤(LS-SVM)%예측정도%운산속도
wind power load forecast%ultra-short term%least squares support vector machine (LS-SVM)%prediction accuracy%calculation speed
风力具有很强的间歇性和波动性，导致风电负荷预测困难，主要表现在预测计算速度慢，可预测的未来时间短，预测精度不高。为了解决这些预测困难，将最小二乘支持向量机（LS-SVM）的方法运用在超短期风电负荷预测中。最小二乘支持向量机通过改进算法，简化了计算的复杂性，使计算速度明显增快，也进一步提高了预测的精度。用实际数据进行仿真，实验结果表明，基于LS-SVM的方法可以进一步提高超短期风电负荷预测的精度，加快计算和预测的速度，与其他方法相比预测精度和运算速度都有优势，用于超短期风电负荷预测是有效可行的。
風力具有很彊的間歇性和波動性，導緻風電負荷預測睏難，主要錶現在預測計算速度慢，可預測的未來時間短，預測精度不高。為瞭解決這些預測睏難，將最小二乘支持嚮量機（LS-SVM）的方法運用在超短期風電負荷預測中。最小二乘支持嚮量機通過改進算法，簡化瞭計算的複雜性，使計算速度明顯增快，也進一步提高瞭預測的精度。用實際數據進行倣真，實驗結果錶明，基于LS-SVM的方法可以進一步提高超短期風電負荷預測的精度，加快計算和預測的速度，與其他方法相比預測精度和運算速度都有優勢，用于超短期風電負荷預測是有效可行的。
풍력구유흔강적간헐성화파동성，도치풍전부하예측곤난，주요표현재예측계산속도만，가예측적미래시간단，예측정도불고。위료해결저사예측곤난，장최소이승지지향량궤（LS-SVM）적방법운용재초단기풍전부하예측중。최소이승지지향량궤통과개진산법，간화료계산적복잡성，사계산속도명현증쾌，야진일보제고료예측적정도。용실제수거진행방진，실험결과표명，기우LS-SVM적방법가이진일보제고초단기풍전부하예측적정도，가쾌계산화예측적속도，여기타방법상비예측정도화운산속도도유우세，용우초단기풍전부하예측시유효가행적。
Strong intermittency and fluctuation of wind leads to difficulties in wind power load forecast,such as slow forecast and calculation, short predictable future and low prediction accuracy.To overcome these difficulties,the least squares support vector machine (LS-SVM)method is used in the ultra-short-term wind power load forecast.The improved LS-SVMcalculation simplifies the computational complexity,raises computation speed remarkably,and improves prediction accuracy.Results of simulation made with actual data show that the method based on LS-SVM can further improve prediction accuracy of ultra-short-term wind power forecast and raise calculation and prediction speed,showing advantages both in prediction accuracy and calculation speed as compared with other methods.This method is feasible and effective when used for ultra-short-term wind power load forecast.
