10.13334/j.0258-8013.pcsee.152005
基于PSO参数优化的LS-SVM风速预测方法研究
讨论了嵌入维数d和时间延迟τ作为空间重构参数对LS-SVM预测模型精度的影响,提出了基于PSO参数优化的LS-SVM预测方法。将d、τ以及模型参数(正则化参数γ、核函数宽度σ)作为优化对象,利用PSO方法对4个参数共同优化选取,建立LS-SVM风速预测模型。对2组风速数据进行了实验研究,结果显示该方法预测误差约为5.79%和7.33%。而对比方法(单纯优化γ、σ)的误差为8.22%和11.10%。这一结果表明,同时对 d、τ、γ、σ进行优化选取是有必要的,相对于单纯优化γ、σ的模型,该方法可以大大提高预测模型精度。
风速预测、最小二乘支持向量机、粒子群算法、参数优化、空间重构
36
TM715(输配电工程、电力网及电力系统)
中央高校科研业务费项目2015MS102。Supported by the Fundamental Research Funds for the Central Universities 2015MS102
2016-12-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
6337-6342