基于CS-SVR模型的短期风电功率预测

来源：计算机测量与控制杂志2020年第1期北京时间：

作者：王小娟,刘俊霞,胡兵,郑连清

单位：新疆工程学院 公共基础学院

摘要：为了提高短期风电功率预测精度,提出一种布谷鸟搜索算法(Cuckoo Search Algorithm, CS)优化支持向量回归(Support Vector Regression, SVR)机的预测方法,该方法首先根据上截断点和下截断点对输入数据进行预处理,剔除异常数据,之后以输入数据中的风速、平均风速、风机状态等属性数据作为SVR算法模型的输入,以风电功率数据作为SVR算法模型的输出,建立短期风电功率的SVR预测模型,针对SVR算法存在难以选择最优参数的缺点,提出采用布谷鸟算法优化SVR参数的方法,建立短期风电功率的CS-SVR预测模型。通过与SVR、PSO-SVR预测模型进行了对比仿真实验,实验结果表明,CS-SVR预测模型具有较高的预测精度。

关键词：功率预测; 布谷鸟搜索算法; 支持向量回归机; 参数寻优; 异常数据剔除

基金资助：新疆自然科学基金项目(2019D01A30)；新疆高校科研计划自然科学基金项目(XJEDU2018Y056);2016年度新疆工程学院科研基金项目(2016xgy141812)