基于VMD-IMPA-SVM的超短期风电功率预测 被引量：12

1

作者 刘金朋 邓嘉明 +2 位作者 高鹏宇 刘胡诗涵 孙思源 《智慧电力》 北大核心 2024年第7期24-31,79,共9页

针对风力发电强波动性带来的预测精度不高问题,构建一种基于变模态分解(VMD)、灰狼优化算法(GWO)、海洋捕食者算法(MPA)和支持向量机(SVM)的组合预测模型。采用GWO对VMD的模态数和惩罚因子进行寻优,将原始功率序列分解为子序列进行降噪... 针对风力发电强波动性带来的预测精度不高问题,构建一种基于变模态分解(VMD)、灰狼优化算法(GWO)、海洋捕食者算法(MPA)和支持向量机(SVM)的组合预测模型。采用GWO对VMD的模态数和惩罚因子进行寻优,将原始功率序列分解为子序列进行降噪处理;运用对立学习和柯西变异等方法改进MPA的种群生成与变异方式,得到改进MPA(IMPA)并优化SVM中的核参数与惩罚参数,进而构建VMD-IMPA-SVM组合预测模型,对各子序列进行预测并叠加得到最终预测值。实际算例分析表明,所提组合预测模型具有较高的预测精度,同时具备强鲁棒性。 展开更多

关键词 风电功率预测 变模态分解 海洋捕食者算法 支持向量机 灰狼优化算法

在线阅读 下载PDF 职称材料

基于机器学习的新型电力系统下水电运行规则提取研究

2

作者 周开喜 王靖 +2 位作者 赵羽西 闫孟婷 黄炜斌 《水利水电技术(中英文)》 北大核心 2024年第S2期523-530,共8页

随着新能源装机稳步提高,新型电力系统不确定属性进一步加强,亟需水电等调节性电源平抑风光等不确定能源的季节性波动、随机性波动等。本研究旨在探讨新型电力系统下水电站最优运行规则的提取,以提高清洁电力生产效率和电网稳定性。首先... 随着新能源装机稳步提高,新型电力系统不确定属性进一步加强,亟需水电等调节性电源平抑风光等不确定能源的季节性波动、随机性波动等。本研究旨在探讨新型电力系统下水电站最优运行规则的提取,以提高清洁电力生产效率和电网稳定性。首先,研究构建了以多能系统发电量最大和枯期系统保证出力最大的多目标优化模型,采用逐步优化算法求解,得到水电站最优运行过程;其次利用支持向量回归模拟水电站运行,最后以某典型水电站及其周边风光电站为例进行水电站规则提取。结果表明本文构建的优化模型能够有效改善系统丰枯电量结构,相较各电源单独优化出力极差降低13.90%,枯期最小出力提升12.43%。此外,使用支持向量机模拟水电站运行取得较高精度,与多元线性回归相比决定性系数最高提升2.18%,均方误差最高减少29.84%,能更好地学习新型电力系统下水电参与风光补偿后的运行规律。 展开更多

关键词 新型电力系统 水风光互补调度 支持向量回归 运行策略 逐步优化算法

在线阅读 下载PDF 职称材料

一种基于灰度互相关法的扫描模式下的风场反演算法 被引量：3

3

作者 赵凤军 刘凡 +2 位作者 邓云凯 禹卫东 冯锦 《电子与信息学报》 EI CSCD 北大核心 2011年第7期1667-1670,共4页

该文分析了传统风场反演算法的理论依据、特点和不足,提出一种新的扫描模式下的风场反演算法。该算法考虑两幅相邻扫描周期所成合成孔径雷达图像中海浪波纹的相关特性,应用互相关方法,求解波纹运动矢量,确定风场风向,然后代入地球物理... 该文分析了传统风场反演算法的理论依据、特点和不足,提出一种新的扫描模式下的风场反演算法。该算法考虑两幅相邻扫描周期所成合成孔径雷达图像中海浪波纹的相关特性,应用互相关方法,求解波纹运动矢量,确定风场风向,然后代入地球物理模型求解风速。与传统风场反演算法及浮标实测数据对比可知,该算法提高了风场反演的精确度,且不存在风向模糊问题。机载雷达实测数据的处理结果证明了方法的有效性。 展开更多

关键词 扫描雷达 风场反演算法 灰度互相关法 风向模糊

在线阅读 下载PDF 职称材料

基于遗传算法的微波散射计海面风矢量反演研究 被引量：9

4

作者 解学通 郁文贤 +2 位作者 郭丽青 方裕 李文春 《海洋通报》 CAS CSCD 北大核心 2008年第4期1-11,共11页

针对目前传统反演方法存在的不足和限制,引入遗传算法用于风矢量反演中的目标函数优化。以SeaWinds散射计为例,根据其模型函数和模糊解的基本特征,设计并实现了一套可用于该散射计的海面风矢量反演算法,并利用SeaWinds散射计部分L2A实... 针对目前传统反演方法存在的不足和限制,引入遗传算法用于风矢量反演中的目标函数优化。以SeaWinds散射计为例,根据其模型函数和模糊解的基本特征,设计并实现了一套可用于该散射计的海面风矢量反演算法,并利用SeaWinds散射计部分L2A实测数据对该反演算法进行了验证。实验结果表明,通过多代遗传操作,算法能够收敛于几个局部极值点,从而证明该算法能够有效解决数值风矢量的优化搜索问题。 展开更多

关键词 散射计 风矢量反演 共享函数 遗传算法

在线阅读 下载PDF 职称材料

QuikSCAT风矢量快速反演的后向散射系数预处理算法 被引量：2

5

作者 邹巨洪 林明森 +2 位作者 潘德炉 陈正华 杨乐 《热带海洋学报》 CAS CSCD 北大核心 2009年第2期36-41,共6页

根据QuikSCAT的工作特点,提出了一种通过对QuikSCAT风矢量单元后向散射系数进行预处理,从而提高反演效率的快速算法。预处理算法将每个风矢量单元对应的后向散射系数按测量几何关系分为外波束前视、内波束前视、内波束后视、外波束后视... 根据QuikSCAT的工作特点,提出了一种通过对QuikSCAT风矢量单元后向散射系数进行预处理,从而提高反演效率的快速算法。预处理算法将每个风矢量单元对应的后向散射系数按测量几何关系分为外波束前视、内波束前视、内波束后视、外波束后视观测4组,取每组后向散射系数平均值作为对应组的测量结果,再将作分组平均处理后的后向散射系数代入反演流程中,使得求目标函数值步骤中搜索查找表的次数减少到4次。与JPL业务化运行所选用的算法相比较,快速算法仅以损失少量风向信息为代价,将风矢量反演所需计算量减少到原来的1/3,极大地提高了运算效率,缩短了风矢量反演所需的时间,可为应对突发灾难性天气等特殊情况争时间。 展开更多

关键词 QUIKSCAT 反演 风矢量 快速算法 后向散射系数

在线阅读 下载PDF 职称材料

基于遗传优化支持向量机的变压器绕组热点温度预测模型 被引量：109

6

作者 陈伟根 滕黎 +2 位作者 刘军 彭尚怡 孙才新 《电工技术学报》 EI CSCD 北大核心 2014年第1期44-51,共8页

油浸式电力变压器的运行寿命及负载能力与绕组热点温度密切相关。精确预测变压器绕组的热点温度,是有效预防变压器热故障、准确预测变压器运行寿命和优化变压器设计的关键技术之一。论文研究了绕组热点温度支持向量机建模。为提高模型... 油浸式电力变压器的运行寿命及负载能力与绕组热点温度密切相关。精确预测变压器绕组的热点温度,是有效预防变压器热故障、准确预测变压器运行寿命和优化变压器设计的关键技术之一。论文研究了绕组热点温度支持向量机建模。为提高模型预测的精确度,选用径向基核函数优化模型结构;利用遗传算法对参数进行寻优。结合实验室模拟温升变压器绕组温度实测数据,提取输入和输出的特征量,并划分训练集和预测集,建立了基于遗传优化支持向量机的变压器绕组热点温度预测模型。实验表明:应用本文模型预测结果与实测值基本一致,优于BP神经网络以及Elman神经网络的预测结果。 展开更多

关键词 油浸式变压器 绕组热点温度 支持向量机 遗传算法

在线阅读 下载PDF 职称材料

动态聚类适应值共享遗传算法在散射计风矢量反演中的应用 被引量：3

7

作者 解学通 郁文贤 +1 位作者 郭丽青 方裕 《计算机应用》 CSCD 北大核心 2008年第1期97-100,共4页

风矢量反演是散射计数据处理的核心内容,传统风矢量反演算法的设计过多依赖于目标函数的具体分布形态。以SeaWinds散射计为例,根据风矢量反演的多解问题和模糊解特性,设计了一种基于动态小生境遗传算法的风矢量反演算法。利用部分L2A和... 风矢量反演是散射计数据处理的核心内容,传统风矢量反演算法的设计过多依赖于目标函数的具体分布形态。以SeaWinds散射计为例,根据风矢量反演的多解问题和模糊解特性,设计了一种基于动态小生境遗传算法的风矢量反演算法。利用部分L2A和相应L2B数据对该算法进行了验证。结果表明该算法在无需任何目标函数先验知识的条件下能够取得较好的反演结果。 展开更多

关键词 散射计 风矢量反演 聚类 适应值共享 遗传算法

在线阅读 下载PDF 职称材料

基于相关向量机的风机齿轮箱故障诊断方法 被引量：12

8

作者 卢锦玲 绳菲菲 赵洪山 《华北电力大学学报（自然科学版）》 CAS 北大核心 2017年第2期91-96,共6页

提高风机齿轮箱的故障诊断准确率可以有效减少风机的停机时间、提高风电场的经济效益,因此,结合相关向量机(Relevance Vector Machine,RVM)和遗传算法(Genetic Algorithm,GA)的优点,提出了一种风机齿轮箱的故障诊断方法。利用RVM建立风... 提高风机齿轮箱的故障诊断准确率可以有效减少风机的停机时间、提高风电场的经济效益,因此,结合相关向量机(Relevance Vector Machine,RVM)和遗传算法(Genetic Algorithm,GA)的优点,提出了一种风机齿轮箱的故障诊断方法。利用RVM建立风机齿轮箱的故障诊断模型,并利用GA获得其最优参数,弥补设置参数不良造成准确率过低的不足;采用小波包分解方法提取表征齿轮箱故障的能量向量,作为样本的特征向量;采用"一对多"的多分类方法建立多个两类分类器,实现齿轮箱的多类故障分类。通过实验数据证明了该方法的有效性,并且与反向传播神经网络(Back Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine,SVM)两种方法相比,该方法的诊断效果更好。 展开更多

关键词 故障诊断 风机 齿轮箱 相关向量机 遗传算法

在线阅读 下载PDF 职称材料

风场短期风速预测研究 被引量：47

9

作者 罗文 王莉娜 《电工技术学报》 EI CSCD 北大核心 2011年第7期68-74,共7页

提出一种基于支持向量机的短期风速预测模型,并通过小波分解和遗传算法实现模型中的数据预处理和参数寻优。模型包括数据处理单元、参数寻优单元和支持向量机单元,以历史风速值作为输入,输出未来时间段的风速值。同时,通过引入模型的可... 提出一种基于支持向量机的短期风速预测模型,并通过小波分解和遗传算法实现模型中的数据预处理和参数寻优。模型包括数据处理单元、参数寻优单元和支持向量机单元,以历史风速值作为输入,输出未来时间段的风速值。同时,通过引入模型的可调参数,提高模型对应不同风场风速数据的普遍适应性。实验结果表明,模型的预测效果良好,并具有较好的适应性,可适应不同地区的风场数据。 展开更多

关键词 风速预测 小波分解 遗传算法 支持向量机 可调参数

在线阅读 下载PDF 职称材料

基于改进遗传算法寻优的SVM风能短期功率预测 被引量：16

10

作者 颜晓娟 龚仁喜 《电测与仪表》 北大核心 2014年第8期38-41,46,共5页

为了减少并网后风能随机性,波动性等问题对电力系统安全稳定运行的不利影响,提高风电功率预测精度,本文采用基于结构风险最小化的支持向量机进行建模。针对支持向量机参数难确定的问题,利用小生境遗传算法对支持向量机惩罚参数C和核函... 为了减少并网后风能随机性,波动性等问题对电力系统安全稳定运行的不利影响,提高风电功率预测精度,本文采用基于结构风险最小化的支持向量机进行建模。针对支持向量机参数难确定的问题,利用小生境遗传算法对支持向量机惩罚参数C和核函数δ进行寻优,并对算法中小生境半径L值难确定的问题,引入自适应的思想,使L并不取某个固定值,而是随着最优个体的变化而变化。最后利用现场连续668h实测风能功率输出值,对其中最后24h进行预测,实验结果表明,该方法与改进前相比,参数更优,预测精度更高,且取得了eMSE为9.5%的良好结果,可以为风能功率预测提供参考。 展开更多

关键词 风力发电 支持向量机 遗传算法 参数优化 功率预测

在线阅读 下载PDF 职称材料

基于WDO-LSSVM的MEMS陀螺仪零偏温度补偿 被引量：7

11

作者 刘宇 林非凡 +3 位作者 陈燕苹 彭慧 韩亮 汪立新 《中国惯性技术学报》 EI CSCD 北大核心 2023年第7期688-695,共8页

微机电系统(MEMS)陀螺仪的零位偏移是影响惯性导航定位精度的主要原因之一。针对MEMS陀螺仪零位随温度变化的非线性偏移问题,提出一种基于风驱动优化-最小二乘支持向量机(WDO-LSSVM)的MEMS陀螺仪零偏温度补偿模型。通过小波变换对MEMS... 微机电系统(MEMS)陀螺仪的零位偏移是影响惯性导航定位精度的主要原因之一。针对MEMS陀螺仪零位随温度变化的非线性偏移问题,提出一种基于风驱动优化-最小二乘支持向量机(WDO-LSSVM)的MEMS陀螺仪零偏温度补偿模型。通过小波变换对MEMS陀螺仪三轴输出数据进行滤波预处理,结合最小二乘支持向量机(LSSVM)和风驱动优化(WDO)算法,构建MEMS陀螺仪的零偏温度补偿模型。实验结果表明:与传统的反向传播神经网络(BP)模型、粒子群优化-最小二乘支持向量机(PSO-LSSVM)模型相比,所提模型的陀螺仪零偏均方根误差和平均绝对误差均减小了约50%,实现了具有良好普适性的MEMS陀螺仪零偏温度补偿,进而可以提高惯性导航系统的定位精度。 展开更多

关键词 MEMS陀螺仪 风驱动优化算法 最小二乘支持向量机 温度补偿

在线阅读 下载PDF 职称材料

大型风电场动态等值的改进支持向量聚类算法 被引量：4

12

作者 滕卫军 王锡凡 石文辉 《西安交通大学学报》 EI CAS CSCD 北大核心 2015年第5期94-99,115,共7页

针对风速波动性强与风电场多样性导致的风机聚类参数多样化的特点,提出了一种基于支持向量聚类(SVC)的大型风电场动态等值聚类算法。该算法应用遗传算法实现簇标定,采用分段多目标函数迭代求解,保证了聚类结果的精度与速度,克服了传统SV... 针对风速波动性强与风电场多样性导致的风机聚类参数多样化的特点,提出了一种基于支持向量聚类(SVC)的大型风电场动态等值聚类算法。该算法应用遗传算法实现簇标定,采用分段多目标函数迭代求解,保证了聚类结果的精度与速度,克服了传统SVC簇标定抽样判决的不足。应用样本轮廓值修正聚类结果,保证聚类结果的合理性,根据等值前后风机机端电压不变原则建立了电缆等值模型。以实际风电场为算例进行仿真,结果表明,该算法单次聚类时间为SVC的4%左右,采用遗传算法能够实现不同精度的等值机台数优化,得到的等值机与簇内单机的有功功率、无功功率动态特性具有较高一致性,轮廓值修正能够保证聚类结果的样本轮廓值都大于0。 展开更多

关键词 大型风电场 动态等值 支持向量聚类 遗传算法 分段多目标函数

在线阅读 下载PDF 职称材料

单绕组磁悬浮开关磁阻电机无径向位移传感器控制 被引量：14

13

作者 项倩雯 孙玉坤 +1 位作者 嵇小辅 张新华 《电工技术学报》 EI CSCD 北大核心 2013年第8期259-267,共9页

为实现单绕组磁悬浮开关磁阻电机的高性能径向位移自检测,研究一种基于自适应相关向量机的无径向位移传感器控制策略。基于相关向量机回归理论,将电机在有位移传感器运行条件下获得的磁链、电流、转角和位移作为样本数据,通过对样本数... 为实现单绕组磁悬浮开关磁阻电机的高性能径向位移自检测,研究一种基于自适应相关向量机的无径向位移传感器控制策略。基于相关向量机回归理论,将电机在有位移传感器运行条件下获得的磁链、电流、转角和位移作为样本数据,通过对样本数据的训练与学习,构建电机转子径向位移的非线性相关向量机预测模型。针对电机不同运行状态下的样本特性,提出了优化相关向量机模型参数的自适应算法,以进一步提高预测模型的泛化能力和估计精度。针对三相12/8极实验样机,设计闭环控制系统,开展相关的仿真和实验研究。结果表明所设计控制策略在仿真和实验条件下均能正确地估计出单绕组磁悬浮开关磁阻电机的转子径向位移,且实时性较好、预测精度较高。 展开更多

关键词 单绕组 磁悬浮开关磁阻电机 相关向量机 自适应算法 无位移传感器

在线阅读 下载PDF 职称材料

基于VEGA的风光蓄联合发电系统多目标容量优化 被引量：3

14

作者 王晓兰 刘立强 +1 位作者 梁琛 张晓英 《电源技术》 CAS CSCD 北大核心 2016年第4期840-843,共4页

针对我国西北地区风、光资源的分布情况,建立小型风光蓄联合发电系统。依据气候常年变化的统计情况,考虑投资成本、系统可靠性、风光资源利用率等多个优化目标,建立数学模型;并对系统孤岛运行和并网运行的不同情况进行优化处理。采用整... 针对我国西北地区风、光资源的分布情况,建立小型风光蓄联合发电系统。依据气候常年变化的统计情况,考虑投资成本、系统可靠性、风光资源利用率等多个优化目标,建立数学模型;并对系统孤岛运行和并网运行的不同情况进行优化处理。采用整数编码的向量评价遗传算法(VEGA)进行求解,获得了微网中分布式电源和储能电池的多种优化容量配置方案。 展开更多

关键词 风光蓄发电系统 多目标优化 风光资源的利用率 向量评价遗传算法

在线阅读 下载PDF 职称材料

基于小世界优化的支持向量机风电功率预测 被引量：6

15

作者 王爽心 李涛 +1 位作者 孙东旭 刘如九 《太阳能学报》 EI CAS CSCD 北大核心 2015年第3期720-726,共7页

采用基于实数编码的小世界优化算法(RSWOA)对SVM的惩罚因子C和核函数参数σ进行优化选取,使其具有收敛速度快和全局寻优的优点,提出基于实数编码小世界优化算法的支持向量机改进模型(RSWOASVM)。将该模型应用于实际风场的风电功率预测中... 采用基于实数编码的小世界优化算法(RSWOA)对SVM的惩罚因子C和核函数参数σ进行优化选取,使其具有收敛速度快和全局寻优的优点,提出基于实数编码小世界优化算法的支持向量机改进模型(RSWOASVM)。将该模型应用于实际风场的风电功率预测中,研究表明,RSWOA能快速准确找到SVM模型参数的全局最优解,进而可使RSWOA-SVM改进模型取得较理想的预测精度。 展开更多

关键词 小世界优化算法 支持向量机 参数寻优 风电功率 预测模型

在线阅读 下载PDF 职称材料

基于小世界优化的风电功率变权组合预测模型 被引量：10

16

作者 王爽心 赵欣 +1 位作者 李涛 刘如九 《太阳能学报》 EI CAS CSCD 北大核心 2015年第12期2867-2873,共7页

提出一种新型的基于小世界优化的支持向量机与灰色预测变权组合风电功率预测模型。该模型发挥小世界优化算法避免陷入局部极小、快速收敛等优势,对组合权重系数进行移动样本自适应变权求解,同时,支持向量机采用实数编码小世界算法(R-SW... 提出一种新型的基于小世界优化的支持向量机与灰色预测变权组合风电功率预测模型。该模型发挥小世界优化算法避免陷入局部极小、快速收敛等优势,对组合权重系数进行移动样本自适应变权求解,同时,支持向量机采用实数编码小世界算法(R-SWOA)进行回归估计,构成支持向量机改进算法(RSWO-SVM)。利用江苏某风场数据对风电机组输出功率的超短期实时滚动功率预测进行研究,分别预测未来10 min、30 min和1 h的功率值。预测结果表明,无论哪个时间尺度,该文变权组合模型的预测精度均明显高于各单项、等权平均和最小方差固定权系数组合预测方法,预测误差大幅降低。 展开更多

关键词 风电功率预测 小世界优化算法 支持向量机 灰色预测 变权组合预测

在线阅读 下载PDF 职称材料

基于遗传优化的最小二乘支持向量机风电场风速短期预测 被引量：45

17

作者 杨洪 古世甫 +1 位作者 崔明东 孙禹 《电力系统保护与控制》 EI CSCD 北大核心 2011年第11期44-48,61,共6页

风电场短期风速的准确预测能为风电并网运行的规划、调度、运行和控制提供及时有效的信息。支持向量机基于结构风险最小化原理,从整体上考虑曲线的平滑度对数据进行拟合,对风速预测时能及时跟踪其变化趋势。针对支持向量参数难以确定问... 风电场短期风速的准确预测能为风电并网运行的规划、调度、运行和控制提供及时有效的信息。支持向量机基于结构风险最小化原理,从整体上考虑曲线的平滑度对数据进行拟合,对风速预测时能及时跟踪其变化趋势。针对支持向量参数难以确定问题,采用遗传算法对最小二乘支持向量机惩罚系数C和核参数σ2寻优,在对参数遗传编码时,通过对数变换编码提高了搜索灵敏度,加快了模型收敛速度。最终利用现场连续150h实测风速样本,对其中最后12h进行预测,结果与广义回归神经网络(GRNN)相比,表明LS-SVM有更好的泛化能力,且取得了相对误差绝对值的平均值为8.32%的良好效果。 展开更多

关键词 遗传算法 支持向量机 参数优化 短期风速预测

在线阅读 下载PDF 职称材料

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断 被引量：20

18

作者 时培明 梁凯 +1 位作者 赵娜 安淑君 《计量学报》 CSCD 北大核心 2018年第1期61-65,共5页

对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算... 对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数。采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率。 展开更多

关键词 计量学 轴承故障诊断 风电齿轮箱 分形维数 遗传算法支持向量机 识别准确率

在线阅读 下载PDF 职称材料

基于最小二乘支持向量机的风功率短期预测 被引量：11

19

作者 刘代刚 周峥 +3 位作者 杨楠 黄河 王震泉 许文超 《陕西电力》 2014年第10期18-21,共4页

为了减小风力发电的随机性对电力系统的影响,提出了一种基于最小二乘支持向量机的风功率短期预测模型。在研究最小二乘支持向量机的基础上,为解决最小二乘支持向量机建模时其参数对预测性能影响,运用粒子群算法对参数进行优化,最后建立... 为了减小风力发电的随机性对电力系统的影响,提出了一种基于最小二乘支持向量机的风功率短期预测模型。在研究最小二乘支持向量机的基础上,为解决最小二乘支持向量机建模时其参数对预测性能影响,运用粒子群算法对参数进行优化,最后建立了基于粒子群优化最小二乘支持向量机的预测模型。运用某风电场的实测数据进行仿真研究,为了对比分析,同时利用E1man神经网络模型和支持向量机模型进行了预测,仿真结果表明,本文所提方法与其它方法相比预测精度更高,可以有效地应用于风功率的预测。 展开更多

关键词 风功率 短期预测 支持向量机 粒子群算法

在线阅读 下载PDF 职称材料

基于小波分解与遗传算法和支持向量机的短期风速预测 被引量：6

20

作者 罗文 王莉娜 《太阳能学报》 EI CAS CSCD 北大核心 2012年第8期1327-1333,共7页

提出一种基于小波分解(Wavelet Decomposition)、遗传算法(Genetic Algorithm)和支持向量机(Support VectorMachine)的短期风速预测模型。采用风速历史值作为模型输入,通过模型的数据处理单元、参数寻优单元和支持向量机单元对短期风速... 提出一种基于小波分解(Wavelet Decomposition)、遗传算法(Genetic Algorithm)和支持向量机(Support VectorMachine)的短期风速预测模型。采用风速历史值作为模型输入,通过模型的数据处理单元、参数寻优单元和支持向量机单元对短期风速值进行预测。同时引入模型的可调参数,通过调节参数提高模型对应不同风场风速数据的普遍适应性。算例结果表明,模型预测的风速与真实值基本一致,并具有较好的适应性,可适应不同风场的数据。 展开更多

关键词 风速预测 风力发电 小波分解 遗传算法 支持向量机 可调参数

在线阅读 下载PDF 职称材料