混沌支持向量機風速短期預測及其在pcDuino平臺實現.pdf

1、近年來我國面臨環(huán)境污染和能源供不應求的雙重壓力,綠色、低碳的風能發(fā)電技術被廣泛大規(guī)模應用?？紤]到風力發(fā)電的風電穿透特性的存在,因此對風速實施短期預測,并且依據預測風速對風力發(fā)電功率進行推算并提前采取措施可以保證電網安全穩(wěn)定運行。本文采用了混沌相空間重構和支持向量回歸結合的風速短期預測方法對某地風速數據進行了分析和預測,在pcDuino平臺對風速短期預測進行了嵌入式實現。
　　首先,給出風和風速的基本概念以及一般意義上風速及風向變化

2、規(guī)律,介紹了風能的利用和風力發(fā)電功率的計算,分析了實地采集到的風數據的風速和風向特性,討論了支持向量機訓練集樣本個數的合理選取。
　　其次,引入混沌時間序列的相空間重構和判定時間序列混沌特性的方法,然后推導了支持向量線性和非線性回歸的過程,給出將混沌相空間重構和支持向量機結合來進行風速短期預測的具體實施步驟。設計了具有GUI操作界面的風速預測系統(tǒng),實現了風速預測中所需要的各種功能的一鍵實現,極大地提高了風速短期預測的效率。

3、　　再次,對風電場風速數據進行了預測分析,確定了將風速數據分解到X和Y方向進行預測的必要性,分別用互信息法和Cao方法對相空間重構參數進行求取,用交叉驗證-分步搜索求取支持向量機最優(yōu)參數組合,分析不同時間間隔下風速時間序列的混沌特性,用平均絕對測試誤差和平均相對測試誤差兩個評價指標對預測模型進行考察。綜合對比該預測結果與RBF神經網絡和時間序列分析的預測結果,說明了PSR-SVM預測方法的優(yōu)勢和這種方法在短期風速短期預測中的有效可行性。