基于数据挖掘算法的风电场功率短期预测研究

本论文主要研究了两种不同的采样时间间隔下风电场功率预测的时间序列模型,如:间隔10分钟或1小时。文中的时间序列模型基于数据挖掘算法而构建,通过对五种不同数据挖掘算法在各种风电场数据集的测试比较,提出了效果最好的两种。其中支持向量机算法可以每隔10分钟准确地预测1小时以后的风力及风速,而多层感知器算法则可以每隔1小时准确地预测4小时后的风力及风速。虽然风速可以根据历史数据值准确地预测,但风电功率却不能依据给定的功率曲线函数和预测风速准确地确定。本文对多种时间序列模型和数据挖掘算法的测试结果进行了比较,并在100个风电机组进行了测试,可以为今后的研究提供参考。