基于支持向量機的風速時間序列預測研究.pdf

1、風力發(fā)電是當今世界增長最快的可再生能源發(fā)電方式，我國的風力發(fā)電近幾年得到了迅猛的發(fā)展。由于風電具有較強的隨機性和波動性，大規(guī)模的風電并網會對電力系統(tǒng)的安全、穩(wěn)定運行以及電能質量帶來嚴峻挑戰(zhàn)，從而限制風力發(fā)電的發(fā)展規(guī)模。風速預測是風電功率預報的基礎，準確的預測風速是解決該問題的有效途徑，本文基于歷史數(shù)據，對風電場風速的預測方法進行研究。
　　支持向量機是發(fā)展比較好的一種常用的風速預測方法，但是由于其輸入特征對預測的精度影響比較大，所

2、以輸入樣本的選擇一直是學者們所關注的問題。本文針對風速的不同性質，提出了兩種支持向量機預測模型的輸入輸出樣本對的構建方法。采用時間序列法對風速序列初步建模確定風速影響較大的變量作為輸入變量，利用時間序列法判斷時間序列自相關的優(yōu)越性建立了基于時間序列法的支持向量機風速預測模型。對于不適用于ARMA模型的風速時間序列，判斷其是否具有混沌特性，對于具有混沌特性的風速時間序列采用相空間重構的方法對其進行延時嵌入相空間重構，利用重構后的相點作為支