摘要: 为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.
中图分类号:
翟军昌, 葛延峰, 梁鹏, 高立群. 一种参数自调整风电功率预测模型[J]. 东北大学学报:自然科学版, 2016, 37(2): 153-156.
ZHAI Jun-chang, GE Yan-feng, LIANG Peng, GAO Li-qun. A Parameter Self-tuning Model for Wind Power Prediction[J]. Journal of Northeastern University Natural Science, 2016, 37(2): 153-156.