基于粒子群优化的LS-SVM短期风电功率预测研究.pdfVIP

第31卷第 11期 重庆工商大学学报 (自然科学版) 2014年 11月 Vol_31 NO．11 JChongqingTeehnolBusinessUniv．(NatSeiEd) NOV．2014 文章编号：1672—058X(2014)11—0040—05 基于粒子群优化 的LS-SVM短期风 电功率预测研究冰 王 静 ，林 森 ，孙 仙 ，张 羽 ，唐 静 (1．巢湖学院 电子工程与电气自动化学院，安徽 巢湖，238000；2．国网安徽无为县供电 有限责任公司，安徽 芜湖，241000；) 摘 要：风电的波动性、间歇性和随机性导致风 电功率预测时间较长、误差较大；为提高预测精度 ，缩短 预测时间，采用粒子群算法(PSO)对最小二乘支持向量机(LS—SVM)算法进行参数寻优，进而建立优化预测 模型进行仿真；结果表明：优化的模型比RBF和LS—SVM具有更高的预测精度． 关键词：风电功率预测；LS-SVM；粒子群优化 中图分类号 ：TM614 文献标志码 ：A