杨 茂，陈新鑫，张 强，李大勇，孙 涌，贾云彭

(1.东北电力大学 电气工程学院，吉林 吉林 132012；2.国网吉林省电力有限公司通化供电公司，吉林 通化 130022；3.国网淄博供电公司，山东 淄博 25500；4.国网吉林供电公司 客户服务中心计量室，吉林 吉林 132012)

基于支持向量机的短期风速预测研究综述

杨 茂1，陈新鑫1，张 强1，李大勇2，孙 涌3，贾云彭4

(1.东北电力大学 电气工程学院，吉林 吉林 132012；2.国网吉林省电力有限公司通化供电公司，吉林 通化 130022；3.国网淄博供电公司，山东 淄博 25500；4.国网吉林供电公司 客户服务中心计量室，吉林 吉林 132012)

介绍了支持向量机(SVM)的理论基础，从两个方面归纳了目前国内外支持向量机算法在短期风速预测应用中的现状。首先，介绍了确定性支持向量机的预测方法：使用数据挖掘算法结合支持向量机的预测模型和对核函数参数改进优化的支持向量机预测模型。其次，介绍了结合模糊、粗糙和未确知等不确定性支持向量机的预测方法。对现有支持向量机在短期风速预测的应用现状介绍后，分析了SVM核函数的选取和参数优化对预测精度影响的问题，最后展望了基于支持向量机的短期风速预测研究的前景。

短期风速预测；支持向量机；确定性；核函数；参数优化

随着化石能源的日益匮乏，可再生能源如风能的开发将成为改善气候以及重构能源结构的重要手段。截止到2015年，中国的风电总装机容量为145.1 GW，位居世界第一。依据国家能源局发布的关于可再生能源开发的目标，至2050年前后，风机总装机容量将达到4亿kW-5亿kW，届时风电将占总发电总能的1/5左右，成为主力电源之一[1-2]。……