基于提升小波和支持向量機的短期風(fēng)電功率預(yù)測.pdf

1、風(fēng)能發(fā)展?jié)摿薮?，將會是未來能源結(jié)構(gòu)的重要組成部分，但是風(fēng)電的不確定性和隨機性嚴(yán)重阻礙了風(fēng)力發(fā)電技術(shù)的發(fā)展，而風(fēng)電功率預(yù)測是解決這一難題的有效手段之一。準(zhǔn)確的風(fēng)電功率預(yù)測是電網(wǎng)穩(wěn)定和安全運行的重要依據(jù)，對改善電網(wǎng)的供電質(zhì)量，節(jié)約國家能源和降低發(fā)電企業(yè)的成本有重要意義。因此，提高風(fēng)電功率預(yù)測的精度是首要任務(wù)。
　　人工神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近非線性函數(shù)，本文首先將人工神經(jīng)網(wǎng)絡(luò)作為預(yù)測方法，并詳細介紹了其理論知識，建立了預(yù)測模型。但

2、是風(fēng)電功率波動大的特點使神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練困難，預(yù)測精度不高。因此，本文在此基礎(chǔ)上提出了基于提升小波和神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測模型。提升小波變換可以以任意尺度提取功率序列的任意細節(jié)，去除風(fēng)電功率的噪聲，提高其預(yù)測精度。最后利用某風(fēng)電場的真實數(shù)據(jù)進行仿真研究，驗證了上述方法的可行性和有效性。
　　為了進一步提高風(fēng)電功率預(yù)測的精度，本文提出了基于提升小波和支持向量機的短期風(fēng)電功率預(yù)測模型。支持向量機具有很強的預(yù)測能力、收斂能力和全

3、局最優(yōu)等特點，能夠提高小樣本學(xué)習(xí)效率，進而提高風(fēng)電功率預(yù)測的精度。仿真結(jié)果表明，該方法可以有效地去除風(fēng)電功率的噪聲，提高預(yù)測方法學(xué)習(xí)和訓(xùn)練的效果，很大程度地提高預(yù)測的精度。
　　最后，基于上述方法，結(jié)合實際風(fēng)電場的運用需要，在MATLAB平臺上開發(fā)出一套風(fēng)電功率預(yù)測軟件系統(tǒng)。該系統(tǒng)操作高效，預(yù)測精度高，并集成了多種預(yù)測方法。運用實際風(fēng)電場數(shù)據(jù)在現(xiàn)場運行，該系統(tǒng)在滿足電網(wǎng)運行工作需要的情況下，能夠以較高的預(yù)測精度保證風(fēng)電場的高效安全