基于GA-SVR的短期風速預(yù)測.pdf

1、風速預(yù)測是風電場規(guī)劃設(shè)計中的重要工作，在預(yù)測過程中必須建立合適的模型。在此背景下，本文建立了基于遺傳算法的支持向量回歸機對短期風速進行了預(yù)測。遺傳算法起源于對生物系統(tǒng)進行的計算機模擬研究，是一種高效、并行、全局搜索的方法，它能在搜索過程中自動獲取和積累有關(guān)搜索空間的知識，并自適應(yīng)地控制搜索過程，以求得最優(yōu)解。支持向量回歸機是建立在統(tǒng)計學習理論函數(shù)集的VC 維理論和結(jié)構(gòu)風險最小原理的基礎(chǔ)上的一種新型有效的回歸方法，該方法通過在有限樣本信息

2、模型的復(fù)雜性和學習能力之間尋求最佳折中方案，來獲得足夠好的推廣能力。
　　 首先，本文應(yīng)用遺傳算法優(yōu)化支持向量回歸機的參數(shù)，即用遺傳算法自動選擇支持向量機的參數(shù)，避免了選擇參數(shù)的隨機性所帶來的弊端，為支持向量機參數(shù)的選擇提供了一種新的方法。
　　 其次，本文應(yīng)用統(tǒng)計學的方法及主成分分析法對采集到的風電場實際數(shù)據(jù)進行了預(yù)處理。應(yīng)用spss統(tǒng)計軟件對數(shù)據(jù)進行了奇異點的剔除；并用標準差分析了奇異點去除的合理性；隨后，應(yīng)用主成分