[发明专利]基于支持向量机的超短期风电功率组合预测方法

摘要

本发明公开的基于支持向量机的超短期风电功率组合预测方法，首先，对待处理的风电功率历史数据根据相邻时间段的数据进行线性插值替换，将预处理后的数据进行归一化；其次，利用经验模态分解将处理过的风电功率数据分解成本征函数序列和残差序列；然后，对分解得到的本征函数序列和残差序列建立量子粒子群‑支持向量机模型进行训练优化，得到每个序列的预测值；最后，将每个序列的预测值叠加得到最终的风电功率预测值，并进行误差评价分析。本发明的预测结果与支持向量机直接预测或者不进行数据特征分解结果相比都有所提高，同时没有出现局部误差过大的情况。与现有的风电功率预测方案相比鲁棒性更强、计算速度更快、数据需求少、预测效果更好。

主权项

1.基于支持向量机的超短期风电功率组合预测方法，其特征在于，具体操作过程包括如下步骤：步骤1，数据预处理对待处理的风电功率历史数据根据相邻时间段的数据进行线性插值替换；步骤2，将预处理后的数据进行归一化；步骤3，利用经验模态分解将经步骤2处理过的风电功率数据分解成本征函数序列和残差序列；步骤4，对分解得到的本征函数序列和残差序列分别建立量子粒子群‑支持向量机模型进行训练优化，得到每个序列的预测值；步骤5，将每个序列的预测值叠加得到最终的风电功率预测值。