来源：期刊VIP网 时间：
作者：范斌;李豫明;郭强强;白云龙;吴志勇;
单位：内蒙古农业大学机电工程学院;牧草饲料生产全程智能化装备内蒙古自治区工程研究中心;内蒙古国蒙能源技术有限公司;内蒙古金属材料研究所;
摘要：超短期风电功率预测对电力系统正常运转至关重要，针对超短期风电功率的复杂性与多样性这一问题，本文通过分析目标风电场测风塔在不同高度的风速数据，提出对风电场的所有风机进行超短期功率预测的组合模型。首先，采用残差的孤立森林离群值检测方法对采集的数据进行预处理。然后，通过粒子群（particle swarm optimization,PSO）来优化支持向量机（support vector machine,SVM）中的参数。随后使用训练好的SVM作为弱回归器之一参与到AdaBoost的过程中，AdaBoost会迭代训练多个SVM回归器并调整权重，最终集成一个强回归器。最后，通过对内蒙古某风电场的数据在不同模型下的预测结果进行分析，本文提出的PSO-SVM-AdaBoost模型较单一的SVM模型、经过PSO优化的SVM模型（PSO-SVM），以及结合了SVM与AdaBoost机制的模型（SVM-AdaBoost），在预测精度上有较大的提升。
关键词：测风塔数据;;超短期功率;;孤立森林;;PSO-SVM;;AdaBoost
基金资助：国家自然科学基金地区项目（51965054）;; 内蒙古自治区军民融合发展重大专项项目（JMRHZX20220009）;; 内蒙古自治区“高等学校青年科技人才发展项目”（NJYT23044）;; 2023年自治区重点研发和成果转化计划项目（军民融合）（2023YFJM0001）;; 内蒙古自治区自然科学基金面上项目（2024MS05001）;; 一流学科专项科研项目（一般项目）（YLXKZX-NND-021）
