基于多属性决策和SVM的风电功率非线性组合预测

摘要：

针对单一预测模型误差波动较大和线性组合预测的局限性,本文提出了基于多属性决策和支持向量机(Support Vector Machine,SVM)的风电功率非线性组合预测模型.为检验该模型预测的有效性,用两组不同的历史数据进行验证,结果表明,该组合模型综合了各单项模型的优点,其均方根误差和平均百分比误差均小于各单项模型及其它组合模型,有效地提高了预测精度.本文最后还研究了采样间隔对预测结果的影响,结论表明当采样间隔为5min-15min时,预测精度较高.

关键词： wind power nonlinear combined forecasting multi-attribute decision-making support vector machine sampling interval

作者: 严欢 卢继平 覃俏云 张宜阳

作者单位: 输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆市,沙坪坝区,400044 广西电网梧州供电局,广西省,梧州市,543002 陕西省电力科学研究院,陕西省,西安市,710054

会议类型: 国内会议

会议名称: 中国电机工程学会电力系统自动化专业委员会2012年学术交流会

会议地点: 厦门

会议语种:中文

页码: 1-13

在线出版日期: 2012-11-29（万方平台首次上网日期，不代表论文的发表时间）