摘要
风电机组发电量由于受到风速、停机时间和气温等因素的影响,导致发电过程具有波动性,发电量具有不稳定性。为实现对风电机组发电量的准确预测,文章提出了一种基于机器学习的预测模型。利用支持向量机基于风速、功率、停机时间和温度等12个因素来实现风电机组发电量的准确预测。同时,探究了风机日发电量与安装标准之间的影响机制。结果表明:将实际风电机组发电量与预测值进行比较,平均绝对百分比误差为2.1792、皮尔逊相关系数为0.9994和预测精度为99.84%,均高于其他模型。由风机发电量的统计数据也可以估计出当地的风速条件。该研究证实了支持向量机在风电机组发电量预测过程中具有有效性和准确性,也揭示了风机选址的重要性。
出处
《内蒙古科技与经济》
2024年第22期127-131,共5页
Inner Mongolia Science Technology & Economy
