基于LS-SVM和小波分解的风电功率预测模型研究.pdfVIP

AdvancesinEnergyandPowerEngineering电力与能源进展,2024,12(6),215-222

PublishedOnlineDecember2024inHans./journal/aepe

/10.12677/aepe.2024.126024

基于LS-SVM和小波分解的风电功率预测模型

研究

王阳

国电电力新疆新能源开发有限公司，新疆乌鲁木齐

收稿日期：2024年11月13日；录用日期：2024年11月28日；发布日期：2024年12月31日

摘要

随着风能在电力市场的高度渗透，开发高效的风电预测模型成为迫切需求。本文利用历史数据和数值天

气预报，应用多种混合预测方法进行风电功率预测，特别对复杂地形风电场的发电量进行了对比研究。

研究评估了带有小波分解(WD)的最小二乘支持向量机(LS-SVM)在不同时间范围内的性能，并与其他混

合预测方法进行了比较。结果表明，基于LS-SVM和WD的混合方法在大多数情况下优于其他预测方法。

通过对均方根误差的分解，深入分析了预测值与实际测量值之间的差异，并比较了不同模型的准确性。

此外，研究还进行了敏感性分析，探讨了各输