一种参数自调整风电功率预测模型
来源期刊:东北大学学报(自然科学版)2016年第2期
论文作者:翟军昌 葛延峰 梁鹏 高立群
文章页码:153 - 156
关键词:风电功率预测;最小二乘法;滑动窗口;支持向量机;卡尔曼滤波;
摘 要:为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.
翟军昌1,葛延峰2,梁鹏3,高立群1
1. 东北大学信息科学与工程学院2. 辽宁省电力有限公司3. 国网辽宁省电力有限公司锦州供电公司
摘 要:为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.
关键词:风电功率预测;最小二乘法;滑动窗口;支持向量机;卡尔曼滤波;