基于遗传优化的最小二乘支持向量机风电场风速短期预测

作     者：杨洪 古世甫 崔明东 孙禹 YANG Hong;GU Shi-fu;CUI Ming-dong;SUN Yu

作者机构：西华大学电气信息学院四川成都610039 中国华电集团公司云南以礼河发电厂云南会泽654200 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2011年第39卷第11期

页      面：44-48,61页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

主　　题：遗传算法 支持向量机 参数优化 短期风速预测 

摘      要：风电场短期风速的准确预测能为风电并网运行的规划、调度、运行和控制提供及时有效的信息。支持向量机基于结构风险最小化原理,从整体上考虑曲线的平滑度对数据进行拟合,对风速预测时能及时跟踪其变化趋势。针对支持向量参数难以确定问题,采用遗传算法对最小二乘支持向量机惩罚系数C和核参数σ2寻优,在对参数遗传编码时,通过对数变换编码提高了搜索灵敏度,加快了模型收敛速度。最终利用现场连续150h实测风速样本,对其中最后12h进行预测,结果与广义回归神经网络(GRNN)相比,表明LS-SVM有更好的泛化能力,且取得了相对误差绝对值的平均值为8.32%的良好效果。