基于小波变换和改进萤火虫算法优化LSSVM的短期风速预测
准确预测风速对风电规模化并网至关重要。为提高短期风速预测精度,提出一种基于小波分解和改进的萤火虫算法优化最小二乘支持向量机超参数的风速预测模型。首先利用小波变换将风速时序分解为近似序列和细节序列,然后对各序列分别利用一种新颖的混沌萤火虫算法优化LSSVM进行预测,最后将各序列预测值叠加得到最终风速预测值。在两种时间尺度的实测数据上进行仿真计算。结果表明,该算法较交叉验证的 LSSVM, IPSO-LSSVM, WD-DE-LSSVM及BP神经网络等多种经典算法预测精度更高,表明了该算法的有效性和优越性。
短期风速预测、小波分解与重构、混沌萤火虫算法、最小二乘支持向量机
44
R31;K89
国家自然科学基金资助项目51477121,51207113 This work is supported by National Natural Science Foundation of China 51477121 and 51207113
2016-05-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
37-43