提出利用遗传算法优化在线支持向量机的风电场风速预测方法,应用遗传算法选择在线支持向量机的参数,将选择的参数代入在线支持向量模型,对前7 d的风速进行预测,实验结果证明了该方法的可行性。
2022-06-01 14:04:39
735KB
1
本文以支持向量机原理和小波变换原理为基础，使用网格搜索法来对支持向量机的参数进行寻优，完成对风速的测量。
2022-05-15 10:31:00
801KB
1
风速预测对风电场和电力系统的运行都具有重要意义。对风速进行比较准确的预测，可以有效地减轻或避免风电场对电力系统的不利影响，同时提高风电场在电力市场中的竞争能力。基于时间序列法和神经网络法，该文对风速预测进行了研究，提出了预测风速的时序神经网络法。该方法用时间序列法建模，得到风速特性的基本参数，并用这些参数选择神经网络的输入变量；为了提高预测精度，提出了滚动式权值调整手段。该方法有效地提高了风速预测的精度。
2021-04-20 15:04:13
258KB
1
2012年,全年的风电场风速数据（每5min一测）共105121个风速数据及出力数据[m/s]，表头Year Month Day Hour Minute power (MW) wind speed at 100m (m/s)
2020-01-03 11:32:43
3.12MB
1
美国某风电场风速数据及风电功率数据，2012年，数据较多可供研究人员使用，内含数据所在地的经纬度。数据为每5分钟间隔。
2020-01-03 11:20:56
701KB
1
风电场风速概率分布体现了风能资源统计特性的重要标。在认为风速服从两参数Weibull 分布前提下，提出了应用极大似然法根据实测的风速数据求解风速概率分布参数，由此估算出能直接体现风能资源状况的风能特征指标值。通过比较由风速概率分布推算出风能特征指标的估计值与由历史风速数据序列获得的实测值，说明极大似然法计算精度高，Weibull 分布作为风电场风速统计模型能准确地拟合风能的实际情况，具有实用价值，为风电场规划设计提供重要参考。
2019-12-21 20:21:33
230KB
1
风电场风速预测的RBF神经网络模型，介绍了风电场风速预测的方法，建立了RBF神经网络模型，提前1h预测，并把结果与BP方法进行对比
2019-12-21 19:48:36
217KB
1