基于WD-CS-SVM的超短期风电功率组合预测

关键词：小波分析 布谷鸟算法 支持向量机 风电功率 组合预测 

摘要：为了提高风电场输出功率的预测精度,应用小波分析(WD)和布谷鸟优化支持向量机(CS-SVM)算法对风电功率进行超短期预测,对比于通过预测风速间接求得的风电功率更加直接且准确。首先,利用WD与重构,将风电功率模型分解成近似序列和细节序列,然后利用CS-SVM算法对每个序列进行预测,得到每个序列的预测结果,最后把各个序列的预测结果叠加,形成风电功率的最终预测值。算例计算结果表明,预测结果具有较高的精度,与SVM以及其他方法优化的SVM预测结果相比,文中使用的方法预测结果更加准确,具有较强的优越性和实用性。

电力工程技术杂志要求:

{1}文中一级标题、二级标题、三级标题、四级标题的序号用“一、……”“（一）……”“1．……”“（1）……”标示。

{2}确保投稿无一稿两投、不涉及保密及署名无争议等事项，若因保密原因不便公开的内容，应向编辑部说明。

{3}来稿力求做到富有思想性，观点新颖、概念准确、论证严谨、逻辑清晰、资料翔实、格式规范、文字精炼。

{4}参考文献：本刊要求所有参考文献按照在文中出现的先后顺序做实引，在引用处用上角标的形式标注，如“[1]”、“[2]”等。

{5}引用他人著作应依次标明作者、书名、出版社、出版时间、页码。第一版的著作无须注明版次。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社