Print

基于LS-SVM和核密度估计的概率性风电功率预测

论文摘要

近年来风电在我国发展迅猛,但风速的不稳定性和间歇性,使风电功率也具有同样的性质,这样的电功率注入会带来电力系统运行的不稳定,因此,风电功率的预测对风电并网及使用具有重要意义;鉴于此,开展风电功率的短期预测研究,利用LS-SVM对风电功率进行建模并实现确定性的短期预测,在此基础上使用非参数统计法对确定性预测模型的预测误差进行拟合获得其密度函数,计算各功率段的置信区间以得到概率性预测结果,从而提高风电功率预测结果的实用性和可靠性;与常用的自回归滑动平均模型和BP神经网络模型进行对比实验,证明该方法的性能及优势。

论文目录

  • 0 引言
  • 1 研究方法的基本原理
  •   1.1 LS-SVM的基本原理
  •   1.2 核密度估计法
  • 2 基于LS-SVM和核密度估计的预测模型
  •   2.1 基于LS-SVM的确定性预测模型
  •   2.2 基于核密度估计的概率性预测模型
  • 3 实验结果与分析
  •   3.1 实验数据
  •   3.2 基于LS-SVM和核密度的概率性预测验证
  •   3.3 对比实验
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 孟升卫,冯晓晓,庞景月,崔秀海

    关键词: 风电功率预测,概率性预测,核密度估计

    来源: 计算机测量与控制 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 哈尔滨工业大学自动化测试与控制研究所

    分类号: TM614

    DOI: 10.16526/j.cnki.11-4762/tp.2019.12.008

    页码: 34-38

    总页数: 5

    文件大小: 886K

    下载量: 137

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c10732ec92295854d0c91090.html