最小最大概率回归机在短期风电功率预测中的应用

作者：王新友; 常燕芝

来源：自动化仪表, 2016, 37(07): 30-33.

DOI：10.16086/j.cnki.issn1000-0380.201607007

• 最大最小概率回归机
• 最小最大概率分类机
• 卡尔曼滤波法
• 支持向量机
• 人工智能
• 功率预测
• 风电

为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的预测输出位于其真实值边界内的最小概率。验证试验表明,MPMR方法能更好地跟踪风电功率的变化,有效地提高风电功率的预测精度,具有很好的应用前景。

• 单位
  兰州交通大学; 甘肃广播电视大学