基于最小二乘支持向量机的风速预测模型
风速具有较大的随机性,预测的准确度不高.针对这种现象,基于最小二乘支持向量机(least squares support vector machine,LS-SVM)理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型.对该风电场的风速进行了提前1 h的预测,其预测的平均绝对百分比误差仅为8.55%,预测效果比较理想.同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较.仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型.
风速预测、最小二乘支持向量机(LS-SVM)、风电场、支持向量机(SVM)、神经网络
33
TK81(风能、风力机械)
2009-11-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
144-147