10.3969/j.issn.1006-9348.2017.08.088
基于CEEMD-LSSVM的风电场短期风速预测
针对风速序列的随机性和非平稳性带来的难以准确预测的问题,提出了一种基于互补集合经验模态分解和最小二乘支持向量机的风速预测模型.首先利用互补集合经验模态分解将风速序列分解为一系列本征模态函数以降低其非平稳性对预测性能的影响,然后对各模态序列分别建立最小二乘支持向量机预测模型,并利用综合学习策略粒子群优化算法对其核参数寻优,最后将各子序列预测结果叠加组合得到最终风速预测值.实例研究表明,所提出的预测模型在短期风速预测上有较高的预测精度.
短期风速预测、互补集合经验模态分解、最小二乘支持向量机、综合学习策略粒子群算法
34
TM614(发电、发电厂)
中央高校基本科研业务费专项资金2014MS139
2017-10-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
408-411,444