一种基于支持向量机的风电场风速预测方法

摘要

本发明属于风能预测领域，尤其涉及一种基于支持向量机的风电场风速预测方法。本发明采用持续预测法，神经网络算法，以及基于时间序列和卡尔曼滤波的混合算法的风速预测值作为输入，实际风速值作为输出，并建立了线性组合预测模型，且以此为参照来分析基于最小二乘支持向量机的组合预测模型的预测性能。各模型的预测性能，采用预测平均绝对误差、平均平方误差、平均绝对百分比误差三个误差指标来比较分析。模拟风速数据进行仿真，利用各模型对风速进行短期预测，证明了本发明方法的有效性。仿真试验表明，组合预测模型能进一步提升风速预测精度，而且相较于传统线性组合预测模型，基于最小二乘支持向量机的组合预测模型具有比较大的精度优势。