摘要
本发明公开了基于改进麻雀算法优化支持向量机的风电功率预测方法,包括以下步骤:采集气象数据和风电场的输出功率数据,对气象数据和风电场的输出功率数据进行处理,得到数据集;利用麻雀算法对支持向量机的核参数g和惩罚因子c进行迭代寻优,构建基于C‑SSA‑SVM的超短期风电功率预测模型;将数据集输入至超短期风电功率预测模型中,对风电功率进行预测;通过改进的麻雀算法与支持向量机结合优化模型参数,再通过短期风电功率预测模型对风电功率进行预测,预测的精度高。
技术关键词
电功率预测方法
短期风电功率预测
皮尔逊相关系数
气象
算法
数据
位置更新
因子
参数
支持向量机
烟花
矩阵
表达式
序列
定义
风速
元素
误差
系统为您推荐了相关专利信息
多任务深度学习
性能评估系统
时序特征
最佳特征
成分分析
视觉识别分析系统
工业用机器
少量标注数据
图像
半监督学习优化