位置:成果数据库 > 期刊 > 期刊详情页
基于SVM的风速风功率预测模型
  • ISSN号:1671-5292
  • 期刊名称:可再生能源
  • 时间:0
  • 页码:25-28
  • 语言:中文
  • 分类:TK8[动力工程及工程热物理—流体机械及工程]
  • 作者机构:[1]新疆大学电气工程学院,新疆乌鲁木齐830008
  • 相关基金:国家基金自然科学项目(50867004 50767003); 新疆维吾尔自治区重大攻关计划项目(200732141-3)
  • 相关项目:风力发电机系统智能故障诊断技术研究
中文摘要:

风电是一种最方便、最成熟的可再生能源。风力发电具有波动性、间歇性和随机性,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来影响。通过风速风功率预测,对风电场的出力进行短期预报,是解决这一问题的有效途径。常用的预测方法中,要么预测结果偏差太大,要么存在过学习、维数灾难和局部极值问题。支持向量机(SVM)应用于风速风功率预测,明显优于常用方法,得到相当可观的结果。

英文摘要:

Wind power is the most convenient and matured form of renewable energy.But wind power is fluctuant,intermittent and stochastic.The large capacity wind power connecting into grid will bring serious challenge to the safety and stabilization of power system.Wind speed and wind power prediction is an effective way to solve this problem.The commonly used forecasting methods,or the prediction error is too large,or there are the problems such as over-learning,dimensionality disasters and the local extremum.Applying the Support Vector Machine(SVM) in the wind speed wind power prediction,will be significantly better than the usual method,the results is positive.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《可再生能源》
  • 中国科技核心期刊
  • 主管单位:辽宁省科学技术厅
  • 主办单位:辽宁省能源研究所
  • 主编:张大雷
  • 地址:辽宁省营口市西市区银泉街65号
  • 邮编:115003
  • 邮箱:kzsny2007@163.com
  • 电话:0417-2832895 2835349
  • 国际标准刊号:ISSN:1671-5292
  • 国内统一刊号:ISSN:21-1469/TK
  • 邮发代号:
  • 获奖情况:
  • 1999-2000年度辽宁省一级期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:10629