基于遗传算法优化参数的支持向量机风电功率预测

作者：纪洁; 胡汉; 高远; 邵新苍; 宣健

来源：电子测试, 2020, (21): 32-35.

DOI：10.16520/j.cnki.1000-8519.2020.21.011

• 支持向量机
• 遗传算法
• 参数寻优
• 归一化
• 风电功率预测

支持向量机是一种非常有前景的学习机器,也是广大国内外学者研究的热点。选择合适的参数,对提高SVM的预测能力十分有必要。本文通过研究支持向量机中参数的选择对其预测能力的影响,建立了利用遗传算法进行参数最优选择的GA-SVM模型,并基于此模型进行风电功率预测。同时,研究了数据归一化、不良数据存在等因素对支持向量机预测效果的影响,得到的结果证明支持向量机有较好的预测效果和泛化能力。