公开(公告)号：CN111612255A

公开(公告)日：2020-09-01

申请号：CN202010445896.X

申请日：2020-05-23

Applicant: 福州大学

Inventor： 邵振国 ,  吴剑华 ,  陈飞雄 ,  杨少华 ,  严静

IPC: G06Q10/04 ,  G06Q50/06 ,  G06Q10/06

Abstract: 本发明涉及一种基于支持向量回归的风电场功率曲线建模方法，首先，采集风电场的风速-功率数据，得到回归曲线用以来拟合区间模型的上下界；之后，在拟合风电场区间模型上下界时，需要求解凸二次规划问题，根据范数的等价性原则，进行二范数到一范数的转化，则转化为一范数得到线性规划问题；然后，将控制模型结构复杂性控制的优化问题应用到回归模型辨识，以最小化最大逼近误差为评判标准，建立回归模型辨识的优化问题；最后，将区间回归模型所对应的上、下边回归模型优化问题，融合到基于结构风险最小化的优化问题，引入多项式内核，得到上下边回归模型新的优化问题。本发明与传统支持向量回归的凸二次规划求解相比，运算效率高，求解速度快。

公开(公告)号：CN111612255B

公开(公告)日：2022-07-26

申请号：CN202010445896.X

申请日：2020-05-23

Applicant: 福州大学

Inventor： 邵振国 ,  吴剑华 ,  陈飞雄 ,  杨少华 ,  严静

IPC: G06Q10/04 ,  G06Q50/06 ,  G06Q10/06

Abstract: 本发明涉及一种基于支持向量回归的风电场功率曲线建模方法，首先，采集风电场的风速‑功率数据，得到回归曲线用以来拟合区间模型的上下界；之后，在拟合风电场区间模型上下界时，需要求解凸二次规划问题，根据范数的等价性原则，进行二范数到一范数的转化，则转化为一范数得到线性规划问题；然后，将控制模型结构复杂性控制的优化问题应用到回归模型辨识，以最小化最大逼近误差为评判标准，建立回归模型辨识的优化问题；最后，将区间回归模型所对应的上、下边回归模型优化问题，融合到基于结构风险最小化的优化问题，引入多项式内核，得到上下边回归模型新的优化问题。本发明与传统支持向量回归的凸二次规划求解相比，运算效率高，求解速度快。