论文部分内容阅读
论文前部分主要介绍了风电场风速预测模型,将时间序列法、神经网络法、支持向量机和最小二乘支持向量机理论引入风速预测模型。为了提高支持向量机和最小二乘支持向量机参数选择的可靠性,本文还引入了遗传算法和蚁群优化算法来对向量机模型参数进行优化选取。同时对神经网络法、支持向量机和最小二乘支持向量机建立的风速预测模型效果进行比较,这些理论方法为更长期的风速预测提供了依据,也为以后的风力发电功率预测和风电场规划选址等提供了相关理论方法,具有较高的实用价值。在论文的后部分介绍了风力机动力分析方面的内容,并且利用AD