摘要:為了提高短期風(fēng)電功率預測精度,提出一種布谷鳥(niǎo)搜索算法(Cuckoo Search Algorithm, CS)優(yōu)化支持向量回歸(Support Vector Regression, SVR)機的預測方法,該方法首先根據上截斷點(diǎn)和下截斷點(diǎn)對輸入數據進(jìn)行預處理,剔除異常數據,之后以輸入數據中的風(fēng)速、平均風(fēng)速、風(fēng)機狀態(tài)等屬性數據作為SVR算法模型的輸入,以風(fēng)電功率數據作為SVR算法模型的輸出,建立短期風(fēng)電功率的SVR預測模型,針對SVR算法存在難以選擇最優(yōu)參數的缺點(diǎn),提出采用布谷鳥(niǎo)算法優(yōu)化SVR參數的方法,建立短期風(fēng)電功率的CS-SVR預測模型。通過(guò)與SVR、PSO-SVR預測模型進(jìn)行了對比仿真實(shí)驗,實(shí)驗結果表明,CS-SVR預測模型具有較高的預測精度。