[发明专利]一种基于支持向量机回归的风电场风速预测方法在审

专利信息
申请号: 201610936945.3 申请日: 2016-10-25
公开(公告)号: CN106529706A 公开(公告)日: 2017-03-22
发明(设计)人: 陈洪涛;吴刚;单小东;孟祥辰;陈艳;孙振胜;张海明;李伟;李军;韩显华;李冬梅;黄树春;赵强;李一凡;韩兆婷 申请(专利权)人: 国家电网公司;国网吉林省电力有限公司松原供电公司;国网黑龙江省电力有限公司佳木斯供电公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 哈尔滨市松花江专利商标事务所23109 代理人: 杨立超
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于支持向量机回归的风电场风速预测方法,本发明涉及基于支持向量机回归的风电场风速预测方法。本发明的目的是为了解决现有现有短缺风速预测方法预测精度低和收敛速度慢的问题。一种基于支持向量机回归的风电场风速预测方法包括如下步骤步骤一、选取风电场采集的样本数据;步骤二、确定样本训练集和测试集;步骤三、对样本数据进行预处理;步骤四、选择支持向量机回归(SVM)核函数,确定SVM模型待寻优参数;步骤五、利用最佳参数训练SVM模型,预测未来时刻的风速值。本发明用于风电预测领域。
搜索关键词: 一种 基于 支持 向量 回归 电场 风速 预测 方法
【主权项】:
一种基于支持向量机回归的风电场风速预测方法,其特征在于:一种基于支持向量机回归的风电场风速预测方法包括如下步骤:步骤一、选取风电场采集的样本数据;步骤二、根据样本数据确定样本训练集和测试集;步骤三、对样本数据进行预处理;步骤四、选择支持向量机回归核函数,确定SVM模型待寻优参数,得到最佳参数训练SVM模型;步骤五、利用最佳参数训练SVM模型,预测未来时刻的风速值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网吉林省电力有限公司松原供电公司;国网黑龙江省电力有限公司佳木斯供电公司,未经国家电网公司;国网吉林省电力有限公司松原供电公司;国网黑龙江省电力有限公司佳木斯供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610936945.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top