-
题名基于小世界优化的风电功率变权组合预测模型
被引量：10
- 1
-
-
作者
王爽心
赵欣
李涛
刘如九
-
机构
北京交通大学机械与电子控制工程学院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2015年第12期2867-2873,共7页
-
基金
国家自然科学基金(50776005)
中央高校基本科研业务费(2011JBM103)
-
文摘
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。
-
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
-
Keywords
wind power prediction
small-world optimization algorithm
support vector machine
grey prediction
variable weight combination forecasting
-
分类号
TM743
[电气工程—电力系统及自动化]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于小世界优化的支持向量机风电功率预测
被引量：6
- 2
-
-
作者
王爽心
李涛
孙东旭
刘如九
-
机构
北京交通大学机械与电子控制工程学院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2015年第3期720-726,共7页
-
基金
国家自然科学基金(50776005)
中央高校基本科研业务费专项资金(2011JBM103)
-
文摘
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。
-
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
-
Keywords
small-world optimization algorithm
support vector machine
parameter optimization
wind power
forecasting model
-
分类号
TK39
[动力工程及工程热物理—热能工程]
-
-
题名变桨距风电机组自适应PI优化控制
被引量：15
- 3
-
-
作者
王爽心
李朝霞
-
机构
北京交通大学机械与电子控制工程学院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2013年第9期1579-1586,共8页
-
基金
国家自然科学基金(50776005)
-
文摘
使用基于现场数据的神经网络建模方法建立变桨距风电机组动态模型。鉴于风速高于额定风速时,传统PI控制器由于其固定的控制参数无法对时变性和非线性严重的风电系统进行精确恒功率控制,提出一种基于小世界优化算法的自适应在线整定PI控制策略。该策略利用BP神经网络对被控对象进行在线辨识,为确定控制参数提供精确的实时变化信息,同时引入小世界优化算法实现对PI参数快速、准确在线整定,以达到最优控制效果。仿真结果表明该控制策略可有效控制风电机组在高风速下的输出功率,效果优于单纯的PI控制。
-
关键词
变桨距风电机组
神经网络辨识
自适应PI控制
小世界优化算法
在线辨识
-
Keywords
variable-pitch wind turbines
neural network identification
adaptive PI control
small-worldoptimization algorithm
on-line identification
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
