基于SVM与改进型乌鸦搜索算法的风电功率预测方法

作     者：李国全 高建宇 白天宇 李华 Li Guoquan;Gao Jianyu;Bai Tianyu;Li Hua

作者机构：开滦能源化工股份有限公司唐山063100 华北理工大学轻工学院唐山063000 河北工业大学电子信息工程学院天津300401 河北工业大学电气工程学院天津300401 

基　　金：天津市自然科学基金(19JCZDJC32100) 河北省自然科学基金(E2018202282)项目资助 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2022年第41卷第2期

页      码：40-45页

摘      要：针对如何提高风力发电功率预测的准确率,研究设计了一种基于改进乌鸦搜索算法(ICSA)优化支持向量机(SVM)的风电功率预测模型。在乌鸦搜索算法的基础上引入高斯变异算子和差分变异策略,提出改进型乌鸦搜索算法,并将之与支持向量机相结合,搭建ICSA-SVM风电功率预测模型。使用该模型,所得预测结果的均方根误差、平均绝对误差、平均绝对百分比误差等指标的值分别为4.42%、3.56%和5.22%。结果表明ICSA-SVM模型可实现参数优化,并有效提升了预测精度。研究成果可服务于含风能的电力系统日前调度,对推广清洁能源、实现碳达峰和碳中和具有重要意义。

主 题 词：风电功率预测 改进型乌鸦搜索算法 高斯变异 差分变异 支持向量机 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0807[工学-电子信息类] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19652/j.cnki.femt.2103570

馆 藏 号：203110565...