发明名称 |
一种风电功率预测的方法 |
摘要 |
一种风电功率预测方法,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。首先采用遗传算法分别对神经网络和支持向量机进行优化,得到遗传神经网络和遗传支持向量机两种优化后的预测模型,然后利用误差中的信息熵对两种子模型进行加权,构成优化组合预测模型。对预测误差进行统计分析,并将误差信息反馈到组合预测模型,利用误差信息优化遗传神经网络和遗传支持向量机两种子模型的加权系数进一步完善组合模型。本发明提供的方法能够充分考虑外界影响因素并对多种预测方法进行综合,通过权重的配置提高了风电功率的预测精度。 |
申请公布号 |
CN102938093A |
申请公布日期 |
2013.02.20 |
申请号 |
CN201210397181.7 |
申请日期 |
2012.10.18 |
申请人 |
安徽工程大学 |
发明人 |
田丽;裴瑞平;王勇 |
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 |
|
代理人 |
|
主权项 |
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。 |
地址 |
241000 安徽省芜湖市北京中路8号安徽工程大学 |