位置:成果数据库 > 期刊 > 期刊详情页
基于SVM方法的风电场短期风速预测
  • ISSN号:1674-3814
  • 期刊名称:《电网与清洁能源》
  • 时间:0
  • 分类:TK89[动力工程及工程热物理—流体机械及工程]
  • 作者机构:[1]内蒙古电力勘测设计院,呼和浩特010020, [2]华中科技大学电气与电子工程学院,武汉430074
  • 相关基金:基金项目:国家自然科学基金项目(50877032);国家自然科学基金重点项目(50837003).
中文摘要:

针对基于支持向量机的风电场短期风速预测进行研究.选择了不同的输入向量(历史风速时间序列,历史风速和温度.历史风速、温度和风向,历史风速、温度和时间)作为输入进行误差对比分析。实测数据及分析结果表明,采用历史风度和温度的二输入模型,预测效果最佳,为风速的短期预测和发电量预测提供了较好的参考价值。

英文摘要:

In this paper, support vector machine (SVM) method is employed for the short term wind speed forcasting of wind farm. Various input vectors of SVM were generated and compared through error measures to guarantee the performance and accuracy of the chosen models. First a model with only historical wind speed data was chosen according to the traditional way. Nevertheless, the results were not sufficiently satisfactory. Therefore, three models, consisting of historical wind speed data and temperature, historical wind speed data, temperature and wind direction, historical wind speed data, temperature and time, were developed. The simplest model of two inputs with wind speed data and temperature, was the optimal for the short term wind speed forecasting. The developed model provides an alternative for short term wind speed forecasting with high pricision.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电网与清洁能源》
  • 中国科技核心期刊
  • 主管单位:国家电网公司
  • 主办单位:国网陕西省电力公司 西安理工大学水电工木工程建筑研究设计院
  • 主编:衣立东
  • 地址:西安市高新区科技六路15号汇金国际国网陕西电力公司经济技术研究院
  • 邮编:710065
  • 邮箱:psce@vip.163.com
  • 电话:029-87504112
  • 国际标准刊号:ISSN:1674-3814
  • 国内统一刊号:ISSN:61-1474/TK
  • 邮发代号:52-171
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:7072