风功率预测聚类优化方法研究

在风功率预测聚类研究中，我们采用了数据预处理和PSO-SVM方法。首先，运用DBCAN算法提取了风功率异常数据，随后使用KMEANS算法对处理后的数据进行聚类。我们设定了三类仿真实验。基于聚类结果，利用粒子群算法（PSO）对支持向量机（SVM）进行优化，以提高对风功率的分类预测准确性。在Matlab平台上进行了仿真实验，展示了风功率数据异常值剔除和分类结果，并对比了经过PSO优化的SVM与未优化的SVM的预测结果。同时，验证了通过聚类处理和PSO优化提高了风功率预测准确性。