10.3969/j.issn.1006-6047.2013.10.005
基于相关向量机的短期风速预测模型
通过对风速的时间序列进行分析,表明该序列具有混沌特性.在此基础上,利用相空间重构理论建立基于相关向量机(RVM)的短期风速预测模型,并对不同的核函数进行分析,选出最优的核函数.与现有的风速预测模型相比,该模型具有高稀疏性、核函数选择灵活等优点.仿真结果表明,与BP神经网络和支持向量机(SVM)模型相比,RVM模型预测精度更高.
神经网络、支持向量机、相关向量机、相空间重构、短期风速预测、模型
33
TM715;TM614(输配电工程、电力网及电力系统)
国家自然科学基金资助项目51277052,51107032,61104045;the National Natural Science Foundation of China51277052,51107032,61104045
2013-11-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
28-32