| 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 | ||