基于小波包变换的最小二乘支持向量_省略_风速多步预测和信息粒化预测的研究_柳玉.pdfVIP

35 2 太 阳 能 学 报 Vol. 35 ，No． 2 第 卷 第 期 20 14 2 ACTA ENEＲGIAE SOLAＲIS SINICA Feb． ，20 14 年 月 文章编号:0254-0096 (2014)02-0214-07 基于小波包变换的最小二乘支持向量机短期风速 多步预测和信息粒化预测的研究 1 2 2 1 1 ， ， ， ， 柳 玉 曾德良 刘吉臻 白 恺 宋 鹏 (1． ， 100045 ;2 ． ， 102206) 华北电力科学研究院有限责任公司 北京 华北电力大学新能源电力国家重点实验室 北京 : ， ， 摘 要 讨论风电场短期风速多步预测和信息粒化预测 建模方法采用最小二乘支持向量机回归算法 数据处理 ， ， 。 ， 方法采用小波包变换算法 在小波变换的基础上有选择地分解高频部分 可进一步提升预测精度 最后 将该文所 。 ， 提的建模方法应用于短期风速多步预测和信息粒化预测 大量实例分析表明 多步预测方法可得到风速预测曲 ， ; ， 线 适用于含风电场的区域能源连续调度 信息粒化方法可处理冗余数据并得到较准确的风速预测的特征数据 能 准确分析不同风电场或不同风电机组的机组特性。 : ; ; ; ; 关键词 风速预测 最小二乘支持向量机 小波包变换 多步预测 信息粒化 中图分类号:TK8 文献标识码:A ， 律 引入风速数据处理方法对风速进行分解后预测 0 引 言 ［8］ ， :EMD 、 可大大提高预测精度 其主要方法有 分解 ［7］ ， 近年来 风力发电机组单机容量和大型并网风 小波分解算法 等。 ， 力发电场的发电总量迅速增长 同时风力能源具有 短期风速多步预测是将风速预测值作为下一步 ［1］ 、 、 ， 随机性 波动性 反调节性 因此对电网的影响日 ， ， 的输入值 进行多次迭代计算 从而得到多步预测的 。 益增加 为了保证电网与风电场的功率调度与安全 。