基于GA-SVR的短期风速预测

摘要

风速预测是风电场规划设计中的重要工作，在预测过程中必须建立合适的模型。在此背景下，本文建立了基于遗传算法的支持向量回归机对短期风速进行了预测。遗传算法起源于对生物系统进行的计算机模拟研究，是一种高效、并行、全局搜索的方法，它能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程，以求得最优解。支持向量回归机是建立在统计学习理论函数集的VC 维理论和结构风险最小原理的基础上的一种新型有效的回归方法，该方法通过在有限样本信息模型的复杂性和学习能力之间寻求最佳折中方案，来获得足够好的推广能力。
　　 首先，本文应用遗传算法优化支持向量回归机的参数，即用遗传算法自动选择支持向量机的参数，避免了选择参数的随机性所带来的弊端，为支持向量机参数的选择提供了一种新的方法。
　　 其次，本文应用统计学的方法及主成分分析法对采集到的风电场实际数据进行了预处理。应用spss统计软件对数据进行了奇异点的剔除；并用标准差分析了奇异点去除的合理性；随后，应用主成分分析法对输入数据进行了数据压缩。
　　 最后，本文应用预处理过的数据，建立了基于遗传算法的支持向量回归模型，并对模型求解，得到了风速预测的结果；然后进行了模型检验和对预测结果进行多种误差分析。