共 13 条
- [10] Modeling and forecasting the mean hourly wind speed time series using GMDH-based abductive networks[J]. RENEWABLE ENERGY, 2009, 34 (07) : 1686 - 1699Abdel-Aal, R. E.Elhadidy, M. A.Shaahid, S. M.
基于最小二乘支持向量机的风速预测模型
被引：61
作者：
曾杰
张华
机构：
[1] 华北电力大学可再生能源学院
来源：
关键词：
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;
D O I：
10.13335/j.1000-3673.pst.2009.18.002
中图分类号：
TK81 [风能];
学科分类号：
摘要：
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1h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。
引用
收藏
页码：144 / 147
页数：4
相关论文