发明名称 |
采用复合数据源基于自学Sigmoid核函数支持向量机的风电功率短期预测方法 |
摘要 |
本发明公开了采用复合数据源基于自学Sigmoid核函数支持向量机的风电功率短期预测方法,主要包括:采用基于自学Sigmoid核函数支持向量机的复合数据源,对风电功率预测模型进行训练;基于风电功率预测模型训练结果,对未来0-48小时的风电功率进行预测。本发明所述采用复合数据源基于自学Sigmoid核函数支持向量机的风电功率短期预测方法,可以克服现有技术中风电功率短期预测精度低的缺陷,以实现高精度的风电功率短期预测的优点。 |
申请公布号 |
CN103942622A |
申请公布日期 |
2014.07.23 |
申请号 |
CN201410158380.1 |
申请日期 |
2014.04.18 |
申请人 |
国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心 |
发明人 |
汪宁渤;路亮;王多;靳丹;张玉宏;师建中;马彦宏 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/06(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
北京中恒高博知识产权代理有限公司 11249 |
代理人 |
姜万林 |
主权项 |
采用复合数据源基于自学习Sigmoid核函数支持向量机的风电功率短期预测方法,其特征在于,主要包括:a、采用基于自学习Sigmoid核函数支持向量机的复合数据源,对风电功率预测模型进行训练;b、基于风电功率预测模型的训练结果,对未来0‑48小时的风电功率进行预测。 |
地址 |
100031 北京市西城区西长安街86号 |