基于改进最小二乘支持向量机与预测误差校正短期风电负荷预测.pdfVIP

第43卷 第11期 电力 系统保护 与控制 、，01．43NO．I1 2015年 6月 1日 PowerSystem ProtectionandControl Jun．1，2015 基于改进最小二乘支持向量机和预测误差校正的 短期风 电负荷预测 李 霄 ，王 昕 ，郑益慧 ，李立学 ，生西奎 ，吴 昊 (1．上海交通大学电工与电子技术中心，上海 20024O；2．国网吉林省电力有限公司 延边供 电公 司 ，吉林 延边 133000) 摘要：为了提高风电负荷预测精度，保证风电场资源得到有效利用，提出了基于改进最小二乘支持向量机和预测 误差校正相结合的方法。首先引入提升小波分解原始数据，可以有效提取其主要特征，从而克服风 电场的随机性。 然后采用最小二乘支持向量机对分解后的信号做预测，保证了预测精度。接着用误差校正方式修正预测结果，减 少了较大误差点的出现，提高了预测结果的稳定性。最后，通过某风电场预测结果表明，基于提升小波和最小二 乘支持向量机的方法可以提高预测的精度，误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法 用于风电负荷预测是有效可行的。 关键词：提升小波；最d-乘支持向量机；误差预测；风电负荷预测 Short-term windloadforecastingbasedonimprovedLSSVM anderrorforecastingcorrection LIXiao，WANG Xin ，ZHENG Yihui，LILixue，SHENGXikui，W U Hao (1．CenterofElectricalElectronicTechnology,ShanghaiJiaoTongUniversity,Shanhgai200240，China；2．Yanbina PowerSupplyCompany,JilinElectricPowerCo．，Ltd．，StateGridCorporationofChina,Yanbian133000，China) Abstract：Inordertoimprovethewindloadforecastingprecisionandensuretheeffectiveuseofwindpowerresources，a methodbasedonimprovedleastsquaresupportvectormachine(LSSVM)combinedwitherrorforecastingisproposed． Firstly,liftingwavelettransform (LWT)decompositionoftheoriginaldataisinrtoducedtoeffectivelyextractthemain features，withwhichtherandomnessofthewindisovercome；secondlyLSSVM isusedforthepredictionofdecomposed signalstoensureaccuracy；then，errorforecasting(EF)isaddedtoreducethelargeerrorpointsnadimprovethestabiliyt oftheresults．Finally,experimentalresultsusingrealwindfarm datashow that theforecastingmodelisbeRerinboth generalizationperformanceandpredictiveaccuracy,nadmayprovideaneffectiveandpracticalwayofrtheshort-term windloadforecasting． ThisworkissupportedbyNationalNaturalScienceFoundationofChina(N