技术特征：
技术总结
本发明提出了一种基于改进粒子群的风力发电功率预测方法。本发明通过单位时间对风力电站历史发电数据进行等时间间隔采样得到风力电站输出功率时间序列，并对风力电站输出功率时间序列进行预处理，根据预处理后风力电站输出功率时间序列构建风力电站输出功率输入空间；通过输出功率输入空间构造基于SVM模型核函数；通过引入拉格朗日乘子以及预处理后风力电站输出功率时间序列构建基于SVM模型核函数的优化模型，通过改进权重的粒子群算法对基于SVM模型核函数的优化求解；通过优化的高斯核函数的比重系数、高斯核函数的核系数、多项式核函数的多项式阶数、惩罚系数以及基于SVM模型核函数构建预测模型。与现有技术相比，本发明提高了预测精度。
技术研发人员：王粟;江鑫;朱飞;李庚;邱春辉;詹逸鹏;曾亮
受保护的技术使用者：湖北工业大学
技术研发日：2018.05.07
技术公布日：2018.11.06