摘要
本发明涉及一种基于拉氏非对称ν型TSVR的风电场负荷预测方法,包括间隔采样并记录负荷Lt,对负荷Lt按小时进行平均化处理得到平均负荷Lmt,根据采样时间获得特征Rt,其中t表示时间编号;令yt=Lmt,xt=Rt,获得训练样本(xt,yt);输入训练样本(xt,yt),若则输出实时模型并停止校正,同时等待下一个训练样本输入,其中表示当前风电场负荷预测模型得到的预测值,σ表示设定的校正模型所需的精度,若则输入训练样本(xt,yt),更新基于拉氏非对称ν型TSVR的风电场负荷预测模型。本发明通过剔除训练过程中的冗余信息以逼近原增广核矩阵确保解的稀疏性,同时提高预测和校正时模型的更新速度,更适合内存有限的风电场的在线风电场负荷估计和模型校正终端设备的部署。