收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的短期风电功率预测

李胜刚  
【摘要】:世界的发展对能源的需求与消耗与日俱增,传统的石油、煤炭等非可再生能源长期的开采消耗意味着在未来的某一天会枯竭,现今寻找一种新的能源成为了人类发展的迫切需求。风能资源在地球上蕴藏丰富,分布广泛,各国都开始了对风电的大力开发,但是风电场输出功率具有波动性和间歇性,使得风电并入电网运行时候会影响整个电力系统的发电、变电、输电和配电的平衡运行,威胁着电网的安全性。若能对风电功率进行准确预测,将可以有效的指导电网更多的消纳风电功率,因此研究风电预测技术对风电的发展有着重要意义。本文主要的研究内容如下:1、以支持向量机作为建模的基础工具,建立风电功率预测模型,实现对风电场输出功率的短期预测。2、对支持向量机建模的参数寻优问题进行了研究。支持向量机训练建模时参数的选取影响着模型的建立与预测的精度,提出采用布谷鸟算法来代替传统方法提升支持向量机中参数寻优能力,通过仿真表明,相比与传统的网格参数寻优法更加准确,效率也更高,确实提高了在风电功率中的预测精度和准确性。3、风电输出功率受不确定性因素的影响,训练样本中含有不确定性信息和噪声信息,结合模糊理论与支持向量机理论的优势,采用模糊理论中的模糊C均值算法对训练样本去噪处理,运用布谷鸟算法进行参数寻优,利用支持向量机训练建模,仿真实验表明这种方法更进一步提升了风电功率的预测效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 葛海峰;林继鹏;刘君华;丁晖;;基于支持向量机和小波分解的气体识别研究[J];仪器仪表学报;2006年06期
2 琚旭;王浩;姚宏亮;;支持向量机的一个边界样本修剪方法[J];合肥工业大学学报(自然科学版);2006年07期
3 张菁华;袁鑫;刘达;;基于支持向量机的电力工程最优投标报价决策研究[J];山东电力高等专科学校学报;2006年04期
4 张涛;段淑敏;;支持向量机在中医疾病症候诊断中的应用[J];华北水利水电学院学报;2007年03期
5 王晶;靳其兵;曹柳林;;面向多输入输出系统的支持向量机回归[J];清华大学学报(自然科学版);2007年S2期
6 陈丹;;多类支持向量机算法的研究[J];东莞理工学院学报;2007年05期
7 程丽丽;张健沛;马骏;;一种改进的加权边界调节支持向量机算法[J];哈尔滨工程大学学报;2007年10期
8 宋召青;崔和;胡云安;;支持向量机理论的研究与进展[J];海军航空工程学院学报;2008年02期
9 郭鹍;孙晓梅;薛明;;基于壳向量的边界邻近支持向量机[J];黑龙江交通科技;2008年12期
10 许超;运士伟;舒云星;;基于支持向量机的混凝土测强换算模型[J];洛阳理工学院学报(自然科学版);2008年02期
11 胡金莲;;支持向量机的光滑与逼近关系研究[J];东莞理工学院学报;2008年01期
12 金潇明;文益民;;基于支持向量机的并行学习方法研究[J];湖南大学学报(自然科学版);2008年07期
13 贾亮;王礼力;;支持向量机在上市公司财务预警模型中的应用[J];淮阴工学院学报;2010年02期
14 田英;杨洁明;申永强;;基于球结构支持向量机的故障劣化趋势诊断[J];机械工程师;2010年04期
15 王勇;;基于支持向量机的汽车胎号识别算法研究[J];计算机仿真;2012年09期
16 陈沅涛;徐蔚鸿;吴佳英;;一种增量向量支持向量机学习算法[J];南京理工大学学报;2012年05期
17 向大芳;;支持向量机云检测方法的稳定性分析研究[J];计算机应用与软件;2013年01期
18 王智锐;唐汝宁;;基于支持向量机算法的空调负荷预测及实验研究[J];制冷技术;2013年04期
19 杨强,吴中福,余平,钟将;基于正反馈的支持向量机[J];重庆大学学报(自然科学版);2004年05期
20 杨强,吴中福,余萍,钟将;一种新型支持向量机[J];重庆大学学报(自然科学版);2005年02期
中国重要会议论文全文数据库 前10条
1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年
6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年
9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年
10 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 张晓雷;支持向量机若干问题的研究[D];清华大学;2012年
2 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
3 郭虎升;支持向量机的优化建模方法研究[D];山西大学;2014年
4 姚毓凯;支持向量机关键技术及其在人体活动识别中的应用研究[D];兰州大学;2015年
5 周叶;基于新异类检测和支持向量机的水电机组诊断技术研究[D];中国水利水电科学研究院;2015年
6 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
7 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
8 王超;三类不确定支持向量机及其应用[D];河北大学;2013年
9 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
10 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年
中国硕士学位论文全文数据库 前10条
1 佟乐;添加Universum数据双支持向量机[D];河北大学;2015年
2 胡金扣;鲁棒支持向量机研究[D];河北大学;2015年
3 邱志勇;一类支持张量机及其算法研究[D];华南理工大学;2015年
4 董慧康;基于人群搜索—支持向量机的心脏病多生理参数诊断方法研究[D];河北工业大学;2014年
5 李萌;基于支持向量机的高分遥感影像分类技术研究与应用[D];中国地质大学(北京);2015年
6 甘乐;基于支持向量机的高光谱图像降维与分类研究[D];长江大学;2015年
7 苏超;基于支持向量机的太原市土壤重金属污染评价研究[D];山西大学;2014年
8 李胜刚;基于支持向量机的短期风电功率预测[D];湖南工业大学;2015年
9 孙亭亭;基于支持向量机的燃煤机组燃烧优化算法的研究[D];山东大学;2015年
10 王芳;基于支持向量机的沪深300指数回归预测[D];山东大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978