专利名称：基于Adaboost-EMD-SVM的短期风电场功率预测
方法
专利类型：发明专利
发明人：张旭东,苏志伟,曹竣,刘悦申请号：CN202011100375.7申请日：20201015公开号：CN112329987A公开日：20210205
摘要：本发明公开了一种基于Adaboost‑EMD‑SVM的短期风电场功率预测方法，包括：样本集的获取：将风电场历史气象数据或数值天气预报数据作为样本集；对样本集的处理：对风速样本进行EMD分解，对分解模量进行归一化处理；基学习器的确定：针对EMD分解后的IMF的特征，选取不同的SVM核函数；强学习机的获得：选取T组子SVM，以IMF和对应的风向、气温为SVM的输入数据，利用Adaboost.RT对各子SVM进行增强训练，得到强学习机SVM(i)；将各IMF分量及残差r的SVM预测值叠加得到风速预测值，将风速预测值输入风功率转换曲线，得到电场功率的预测值；本发明减小了学习机参数对学习机性能的影响，提高了预测精度。
申请人：南京理工大学
地址：210094 江苏省南京市孝陵卫200号
国籍：CN
代理机构：南京理工大学专利中心
代理人：陈鹏
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容