期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LMD-IMVO-LSSVM的短期风速预测
被引量：
5
1
作者
桑茂景
谢丽蓉
+2 位作者
李进卫
王斌
杨欢
《可再生能源》
CAS
CSCD
北大核心
2021年第9期1197-1203,共7页
风速信号具有的随机性和波动性的特点给风速预测的准确性带来了巨大挑战。现有的风速预测方法较多,但大都难以满足风电场需求的预测效果。文章提出了一种基于LMD-IMVO-LSSVM的短期风速预测方法。首先采用局部均值分解(LMD)方法将原始风...
风速信号具有的随机性和波动性的特点给风速预测的准确性带来了巨大挑战。现有的风速预测方法较多,但大都难以满足风电场需求的预测效果。文章提出了一种基于LMD-IMVO-LSSVM的短期风速预测方法。首先采用局部均值分解(LMD)方法将原始风速序列分解为若干个平稳的风速子序列,结合改进多元宇宙优化算法(IMVO)寻优最小二乘支持向量机(LSSVM)的可调参数预测方法,建立了LMD-IMVO-LSSVM的风速预测组合模型;然后对分解得到的每个平稳子序列进行单独的预测,叠加各子序列预测结果,即得到最终的风速预测值。通过实验仿真分析得出,文章提出的组合预测模型可大大提高风速预测的准确性。
展开更多
关键词
风速预测
局部均值分解
改进多元宇宙优算法
最小二乘支持向量机
在线阅读
下载PDF
职称材料
题名
基于LMD-IMVO-LSSVM的短期风速预测
被引量：
5
1
作者
桑茂景
谢丽蓉
李进卫
王斌
杨欢
机构
新疆大学电力系统及发电设备控制和仿真国家重点实验室风光储分室
中船重工海为(新疆)新能源有限公司
山东钢铁集团日照有限公司
清华大学电力系统及发电设备控制和仿真国家重点实验室
出处
《可再生能源》
CAS
CSCD
北大核心
2021年第9期1197-1203,共7页
基金
国家自然科学基金资助项目(51667021)
新疆维吾尔自治区区域协同创新专项(科技援疆计划)(2018E02072)
+1 种基金
新疆维吾尔自治区高校科研计划自然科学重点项目(XJEDU2020I004)
清华大学电力系统及大型发电设备安全控制与仿真国家重点实验室开放研究课题(SKLD20M20)。
文摘
风速信号具有的随机性和波动性的特点给风速预测的准确性带来了巨大挑战。现有的风速预测方法较多,但大都难以满足风电场需求的预测效果。文章提出了一种基于LMD-IMVO-LSSVM的短期风速预测方法。首先采用局部均值分解(LMD)方法将原始风速序列分解为若干个平稳的风速子序列,结合改进多元宇宙优化算法(IMVO)寻优最小二乘支持向量机(LSSVM)的可调参数预测方法,建立了LMD-IMVO-LSSVM的风速预测组合模型;然后对分解得到的每个平稳子序列进行单独的预测,叠加各子序列预测结果,即得到最终的风速预测值。通过实验仿真分析得出,文章提出的组合预测模型可大大提高风速预测的准确性。
关键词
风速预测
局部均值分解
改进多元宇宙优算法
最小二乘支持向量机
Keywords
wind speed forecasting
local mean decomposition
improved multi-verse optimizer
least squares support vector machine
分类号
TK81 [动力工程及工程热物理—流体机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LMD-IMVO-LSSVM的短期风速预测
桑茂景
谢丽蓉
李进卫
王斌
杨欢
《可再生能源》
CAS
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
