使用具有特征选择功能的简化支持向量机进行风速预测

准确预测风速是解决由电力系统中产生的风能引起的可靠性，安全性，稳定性和质量问题的最有效方法之一。 本文提出了一种高效的凸优化支持向量机用于数据回归（SVR）的风速预测概念。 基于SVR，提出了一种简化的支持向量机（RSVM），它可以预先选择一个数据子集作为支持向量，并解决较小的优化问题。 主成分分析用于确定影响风速的主要因素的结果。 随着RSVM中用于回归结构的输入变量数量的增加，结合了粒子群优化（PSO）来优化参数。 使用实时风力发电厂数据进行的详细分析和仿真证明了基于RSVM的预测方法的有效性。