混合小波包與縱橫交叉算法優(yōu)化支持向量機的短期風速預測.pdf

1、眾所周知，風能是一種環(huán)保、經(jīng)濟的可再生能源，但由于風能有隨機性和間歇性等特點，風電的大規(guī)模并網(wǎng)受到了限制。對風電場風速進行準確的預測，能及時有效地調整調度計劃。本文分析荷蘭風電場風速特性，并將支持向量機應用到短期風速預測中。首先，因為原始風速數(shù)據(jù)的隨機性和波動性強，直接對風速序列進行預測難以保證預測精度。所以這里需要對原始數(shù)據(jù)進行預處理，本文采用小波包分解，對風速數(shù)據(jù)進行四層分解，得到不同頻段的子序列。由于單獨的SVM在風速預測中存在陷

2、入局部最優(yōu)和泛化能力差等問題，因此本文利用縱橫交叉算法優(yōu)化支持向量機，對支持向量機的若干重要參數(shù)進行優(yōu)化，從而提高預測模型的泛化能力和收斂能力。
　　本文提出一種基于小波包分解和縱橫交叉算法優(yōu)化支持向量機的短期風速預測模型。首先對風速原始數(shù)據(jù)進行小波包分解，得到不同頻段的子序列，再用縱橫交叉算法優(yōu)化過的支持向量機分別對不同子序列進行預測，將預測得到的結果進行疊加，得到最終的預測結果。
　　本文實驗在Matl ab軟件平臺下進