Short-term wind power prediction based on data mining technology and improved support vector machine method: A case study in Northwest China

در سال های اخیر، صنعت برق بادی به سرعت در حال توسعه است، زیرا منابع باد تمیز، ارزان و غیر قابل اجتناب است. با این وجود، تولید برق باد ثابت به علت تصادم، نوسان و کنترل غیر قابل کنترل انرژی باد دشوار است. بنابراین، پیشنهاد مدل قدرت پیش بینی قدرت باد مناسب است. در این مقاله، یک مدل پیش بینی قدرت باد کوتاه مدت براساس تکنولوژی داده کاوی و روش بهبود یافته بردار پشتیبانی ارائه شده است. در این مدل، داده کاوی به منظور بررسی رابطه بین سرعت باد و خروجی نیروی باد استفاده شده و سپس داده های اصلی نامعتبر را اصلاح می کند. سپس، بر اساس روش تبدیل موجک، قسمت های فرکانس بالا سیگنال اولیه می تواند حذف شود. بعد، الگوریتم جستجوی کوکو برای بهینه سازی عملکرد هسته و ضریب مجاز دستگاه بردار پشتیبانی جهت بهبود دقت نتایج پیش بینی شده مورد استفاده قرار می گیرد. در نهایت یک مزرعه بادی واقع در شمال غربی چین انتخاب شده است تا مطالعه موردی را انجام دهد. نتایج نشان می دهد که مدل پیشنهاد شده بهترین عملکرد را با توجه به مقادیر مختلف شاخص های ارزیابی خطا، از جمله میانگین خطای مطلق، خطای متوسط ​​مربع و میانگین خطای درصد مطلق نشان می دهد.