【技术实现步骤摘要】
本专利技术涉及一种功率预测方法及其装置，尤其是涉及一种风电功率预测方法及其>J-U装直。
技术介绍
风能由于其良好的经济效益和社会效益，已受到世界各国政府的高度重视，成为当今世界增长最快的可再生能源之一。许多国家已把大力发展风电作为优化能源结构、改善生态环境的重要措施之一。然而由于风能的波动性和间歇性，风电场在接入电网后对电 力系统的经济调度和安全稳定带来了严峻挑战。如果能对风电场功率进行准确有效的预测，将使电力调度部门能够提前根据风电场出力变化情况及时合理的调整调度计划。从而减轻风电并网对电网造成的不利影响，减少系统的备用容量，整体上降低风电并网的运行成本。风电功率预测在电力系统调度中的应用如图3所示。 目前研究人员建立的基于统计方法的风电功率预测模型主要有时间序列模型、数据挖掘模型、人工神经网络模型和支持向量机模型等。其中支持向量机模型克服了人工神经网络泛化能力差、易陷入局部极小等缺点，在一定程度上提高了模型的学习能力，已经受到了国内外研究人员的重视。最小二乘支持向量机是标准支持向量机的一种改进，采用二次规划方法将支持向量机中的不等式约束改为等式约束，...
【技术保护点】
一种风电功率预测方法，其特征在于，包括以下步骤：步骤1、数据提取模块从数值天气预报系统或者电力系统相关SCADA中进行数据提取，对提去后的数据进行预处理；并根据处理后的数据确定最小二乘支持向量机训练样本的输入和输出；步骤2、数据初始化模块对步骤1中初始化最小二乘支持向量机及改进的自适应粒子群算法的参数；步骤3、优化模块以回归误差平方和最小为适应度，使用改进自适应粒子群算法基于步骤2中初始化后参数对最小二乘支持向量机的回归模型参数进行优化；步骤4、模型建立模块根据步骤3中优化后的参数得到最小二乘支持向量机的模型；步骤5、预测模块根据步骤4中得到的最小二乘支持向量机的模型进行预测。
【技术特征摘要】
【专利技术属性】
技术研发人员：张翌晖，王凯，陈立，胡志坚，王贺，张承学，宁文辉，周科，仉梦林，龚晓璐，
申请(专利权)人：广西电网公司电力科学研究院，武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。