【技术实现步骤摘要】
本专利技术属于电力系统预测与控制
，尤其涉及一种风电功率预测方法。
技术介绍
由于我国风电功率预测研究工作起步较晚，目前，主要是理论探索，预测系统大多处于探索和研究阶段，但我国的风电场情况较复杂，需要因地制宜地开展风电功率预测工作，同时也需要对先进预测方法进行研究，以逐步提高预测精度。自然因素的不可控性，风电输出功率的随机性、间歇性和波动性都将会给风电并网的安全稳定运行带来严峻的挑战。短期风功率预测精度的提高，将有助于电力系统调度部门合理安排调度计划，有效减轻风电对整个电网的影响。近年来出现了组合预测算法，将多个算法组合起来进行预测。组合模型结合多个算法的优点来优化预测模型，可以进一步提高预测精度。一般组合预测的方法，都是两种算法组合在一起，并不能体现出多种算法组合的优势。现有的预测方法在风电功率预测上精度不高而且不能充分考虑外界因素的影响。
技术实现思路
为了克服以上现有技术的问题，本专利技术提供一种风电功率预测方法，将遗传算法、神经网络、支持向量机进行组合，分别将遗传算法有效地进行概率意义的全局搜索能力、神经网络的自学习、自组织和自适应能力、支持向量机的有...
【技术保护点】
一种风电功率预测的方法，其特征是：充分利用聚类分析、统计分析、相关性分析、小波分析等各种数据分析方法研究风功率数据特点，根据分析的结果，选择遗传算法、神经网络、支持向量机三种智能算法，建立组合预测模型。
【技术特征摘要】
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。