论文部分内容阅读
准确预测风电场的发电功率，有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度，建立了基于最小二乘支持向量机（LSSVM）的风电场超短期功率预测模型，并采用量子粒子群算法（QPSO）对LSSVM中影响回归性能的参数进行优化。通过对福建某实际风电场超短期功率预测的应用表明，与BP神经网络和QPSO-LSSVM的预测结果相比，QPSO-LSSVM预测模型多种误差指标均较小，具有较高的预测精度和鲁棒性，是一种有效的风电场超短期功率预测方法。