基于CFA优化最小二乘支持向量机的短期风速预测

被引：3

作者：

郑丰 ^{[1
]}

方必武 ^{[2
]}

机构：

[1] 中国南方电网超高压输电公司天生桥局

[2] 武汉大学电气工程学院

来源：

陕西电力 | 2015年 / 43卷 / 06期

关键词：

短期风速预测; 混沌萤火虫算法; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TP18 [人工智能理论];

学科分类号：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

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,提出一种改进的萤火虫算法优化最小二乘支持向量机的风速预测模型,利用自适应惯性权重和混沌搜索机制提高基本萤火虫算法的全局收敛能力。分别采用IPSO-LSSVM和CFA-LSSVM预测模型对历史时序数据进行提前1 h风速预测,通过与实测数据对比进行误差分析,结果表明CFA-LSSVM模型具有更高的预测精度。

引用

收藏

页码：15 / 19

页数：5

相关论文

共 22 条

[1]

基于萤火虫优化算法的微网源—荷博弈模型及分析 [J].

王晶 ;

王宗礼 ;

陈骏宇 ;

王雪锋 ;

王肖杰 ;

田磊 .

电力系统自动化, 2014, 38 (21) :7-12

[2]

计及历史气象数据的短期风速预测 [J].

史宇伟 ;

潘学萍 .

电力自动化设备, 2014, 34 (10) :75-80

[3]

基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用 [J].

程声烽 ;

程小华 ;

杨露 .

电力系统保护与控制, 2014, 42 (19) :37-42

[4]

基于自适应混沌粒子群算法的光伏电池模型参数辨识 [J].

程泽 ;

董梦男 ;

杨添剀 ;

韩丽洁 .

电工技术学报, 2014, 29 (09) :245-252

[5]

基于改进的小波-BP神经网络的风速和风电功率预测 [J].

肖迁 ;

李文华 ;

李志刚 ;

刘金龙 ;

刘会巧 .

电力系统保护与控制, 2014, 42 (15) :80-86

[6]

基于模糊粗糙集与改进聚类的神经网络风速预测 [J].

刘兴杰 ;

岑添云 ;

郑文书 ;

米增强 .

中国电机工程学报, 2014, 34 (19) :3162-3169

[7]

基于Johnson分布直接转换法的风速预测 [J].

王娟娟 ;

赵闻蕾 ;

王兴强 ;

靳小钊 .

电力自动化设备, 2014, 34 (06) :20-24

[8]

基于聚类经验模态分解和最小二乘支持向量机的短期风速组合预测 [J].

王贺 ;

胡志坚 ;

张翌晖 ;

李晨 ;

杨楠 ;

王战胜 .

电工技术学报, 2014, 29 (04) :237-245

[9]

基于IPSO-LSSVM的风电功率短期预测研究 [J].

王贺 ;

胡志坚 ;

张翌晖 ;

张子泳 ;

张承学 .

电力系统保护与控制, 2012, 40 (24) :107-112

[10]

基于高斯过程回归的短期风速预测 [J].

孙斌 ;

姚海涛 ;

刘婷 .

中国电机工程学报, 2012, 32 (29) :104-109+5