优化遗传算法寻优的SVM在短期风速预测中的应用.pdfVIP

第 44 卷 第 9期 电力系统保护与控制 Vol.44 No.9 2016年 5月 1日 Power System Protection and Control May 1, 2016 DOI: 10.7667/PSPC150294 优化遗传算法寻优的 SVM 在短期风速预测中的应用 颜晓娟 1 ，龚仁喜 2 ，张千锋 3 (1.钦州学院工程训练中心，广西 钦州 535011；2.广西大学电气工程学院，广西 南宁 530000； 3.钦州学院科技处，广西 钦州 535011) 摘要：针对遗传算法存在的早熟和收敛慢的问题，提出一种融合小生境算法、免疫算法的优化遗传算法。一方面 通过疫苗因子引导初始种群的生成，使个体具有某些优秀基因，减少寻优时间，并随数据的更新，提出疫苗因子 和参数寻优范围的自适应更新机制。另一方面在种群的进化过程中，通过小生境遗传算法维护种群的多样性。实 验结果表明，将基于优化遗传算法寻优的 SVM 应用到短期风速预测中是可行的，具有较高的预测精度和收敛速 度。 关键词：优化遗传算法；短期风速预测；SVM；参数寻优；自适应更新 Application of optimization SVM based on improved genetic algorithm in short-term wind speed prediction YAN Xiaojuan1, GONG Renxi2, ZHANG Qianfeng3 (1. Industrial Training Center, Qinzhou University, Qinzhou 535011, China; 2. School of Electrical Engineering, Guangxi University, Nanning 530000, China; 3. Office of Sci-tech, Qinzhou University, Qinzhou 535011, China) Abstract: An improved genetic algorithm combined with niche algorithm and immune algorithm is proposed to solve the standard genetic algorithm for prematurity and slow convergence rate. On one hand, vaccine is introduced to guide the generation of initial population, so the individual has some excellent gens which will reduce the optimal time, and an adaptive updating mechanism of vaccine and parameter scope is proposed as the wind speed data renewed. On the other hand, niche genetic algorithm is adopted to keep the diversity of evolution population. Examples show that it is feasible to apply the proposed method in short-term wind speed prediction, with higher forecasting accuracy and convergence speed. Key words: improved genetic algorithm; short-term wind speed prediction; SVM; parameter selection; adaptive updating 0 引言 风电在为社会提供清洁能源的同时，也给电力 系统的稳定运行带来了一系列新问题。由于风速， 风向的随机性，风电机组的输出功率也具有随机性， 大规模风电并网后，会对电力系统的电能质量带来 很多不利影响，也会给电力系统调度计划的制定带 来困难[1-4]。风速预测对降低风电并网的成本以及电 力部门合理的制定调度计划具有重要意义。 风速预测是根据已有的数据样本对将来的风速