基于小波变换和改进萤火虫算法优化LSSVM的短期风速预测.pdf

《基于小波变换和改进萤火虫算法优化LSSVM的短期风速预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第8期电力系统保护与控制Vl01．44No．82016年4月l6日PowerSystemProtectionandControlApr．16，2016DOI：10．7667／PSPC150925基于小波变换和改进萤火虫算法优化LSSVM的短期风速预测方必武，刘涤尘，王波，闰秉科，汪勋婷(武汉大学电气工程学院，湖北武汉430072)摘要：准确预测风速对风电规模化并网至关重要。为提高短期风速预测精度，提出一种基于小波分解和改进的萤火虫算法优化最小二乘支持向量机超参数的风速预测模型。首先利用小波变换将风速时序分解为近似序列和细节序列，然后对各

2、序列分别利用一种新颖的混沌萤火虫算法优化LSSVM进行预测，最后将各序列预测值叠加得到最终风速预测值。在两种时间尺度的实测数据上进行仿真计算。结果表明，该算法较交叉验证的LSSVM，IPSO．LSSVM，WD．DE．LSSVM及BP神经网络等多种经典算法预测精度更高，表明了该算法的有效性和优越性。关键词：短期风速预测；小波分解与重构；混沌萤火虫算法：最小二乘支持向量机Short-·termwindspeedforecastingbasedonWD-CFA-LSSVMmodelFANGBiwu，LIUDichen，WANGBo，YANBingke

3、，WANGXunting(SchoolofElectricalEngineering，WuhanUniversity,Wuhan430072，China)Abstract：Accuratelypredictingwindspeedisofkeyimportanceforlargescalewindpowerconnectingtothegrid．Toimprovetheshort-termwindspeedforecastingaccuracy，aleastsquaressupportvectormachinewindspeedpredicti

4、onmodelbasedonwaveletdecompositionandimprovedfireflyalgorithmisproposed．Firstly,theactualwindspeedseriesisdecomposedandreconstructedtoapproximateseriesanddetailseries，thentheseriesareseparatelypredictedbyLSSVMoptimizedbychaoticfireflyalgorithm，atlasttheseparatepredictionseri

5、esaresuperposedastheultimatepredictionwindspeed．Toverifytheproposedmodel，twodiferenttimescaleactualwindspeeddataareappliedtosimulation．TheresultsshowthattheproposedmodelhashigherpredictionaccuracythanclassicalmodellikeCV-LSSVM，IPSO-LSSVM，WD-DE·LSSVMandBPneuralnetworks，showin

6、gitsvalidityandsuperiority．ThisworkissupportedbyNmionalNaturalScienceFoundationofChina(No．51477121andNo．51207113)．Keywords：short-termwindspeedforecasting；waveletdecompositionandreconstruction；chaoticfireflyalgorithm；leastsquaressupportvectormachines研究，主要可分为基于物理模型和基于历史数据预0引言测

7、两类方法J。物理模型法采用天气预报数据进行随着化石能源的日渐枯竭以及环境污染的日益预测，但是由于我国数值气象模型难获取且气象预严重，风电作为一种清洁可再生能源发电形式得到报数据更新频率低，仅适用于中长期风速预测[41。了世界各国的广泛重视。风电大规模并网后，可能基于历史数据预测的方法较多，主要有时间序列会出现电压和频率偏差、电压波动甚至脱网等现象，法、空间相关法[6】、高斯过程回归【7]、神经网络【8】、在我国多个区域电网还存在风电上网后的系统调峰支持向量机[91、最小二乘支持向量机[1oJ等方法。其难题，这些问题产生的根源是风速的波动性和随机

8、中最小二乘支持向量机(LeastSquaressupportvector性导致风电出力呈现出间歇性和不确定性的特点。machines，LSSVM)因其