基于多属性决策和支持向量机的风电功率非线性组合-电力系统自动化.PDF

基于多属性决策和支持向量机的风电功率非线性组合-电力系统自动化.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 卷 第 期 37 暋 10 Vol.37暋No.10 年 月 日 , 2013 5 25 Ma 25 2013 y : / DOI10.7500AEPS201208207 基于多属性决策和支持向量机的风电功率非线性组合预测 1 1 2 3 , , , 严 欢 卢继平 覃俏云 张宜阳 暋 ( ( ), ; 1.输配电装备及系统安全与新技术国家重点实验室 重庆大学 重庆市 400044 , ; , ) 2.广西电网梧州供电局 广西壮族自治区梧州市 543002 3.陕西电力科学研究院 陕西省西安市 710054 : , 摘要 针对单一预测模型误差波动较大和线性组合预测的局限性 提出了基于多属性决策和支持 ( ) 。 , 向量机 SVM 的风电功率非线性组合预测模型 首先基于多属性决策理论 在检验其预测有效的 , ; 情况下选择 种最优模型作为单项预测模型 并分别建模预测得到 种不同的预测结果 然后将各 3 3 , , 。 单项的预测结果作为训练输入 将相应的实际值作为训练输出 建立SVM组合预测模型 为检验 , , : 该模型预测的有效性 用 组不同的历史数据进行验证 结果表明 该组合模型综合了各单项模型 2 , , 的优点 其均方根误差和平均百分比误差均小于各单项模型及其他组合模型 有效地提高了预测精 。 , : , 度 最后还研究了采样间隔对预测结果的影响 结论表明 当采样间隔为 5~15min时 预测精度 较高。 : ; ; ; ; ; 关键词 风电功率 非线性组合 组合预测 多属性决策 支持向量机 采样间隔 ( ) 。 , 0暋引言 SVM 的风电功率非线性组合预测模型 首先 运 用多属性决策中确定属性权值的相关度法对各属性 随着风电装机容量在

您可能关注的文档

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档