基于云支持向量机模型的短期风电功率预测

将云模型和支持向量机(SVM)相结合,提出一种适合短期风电功率预测的云支持向量机模型。该模型采用云变换方法提取风速序列的定性特征,并通过SVM建立风速特征与风电功率间的关系。对未来24 h的风电功率预测结果显示,该模型在某个点上的预测值是一个有稳定倾向的离散值集合。采用逆向云算法求取集合的期望值作为确定性预测结果,并与SVM和自回归求和移动平均(ARIMA)模型的预测结果相比较,结果表明云支持向量机具有更高的预测精度,预测效果显著,因此,该模型可有效应用于短期风电功率预测。