基于PSO参数优化的LS-SVM风速预测方法研究

被引：48

作者：

朱霄珣

韩中合

机构：

[1] 华北电力大学动力工程系

来源：

中国电机工程学报 | 2016年 / 36卷 / 23期

关键词：

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;

D O I：

10.13334/j.0258-8013.pcsee.152005

中图分类号：

TP18 [人工智能理论]; TM614 [风能发电];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0807 ;

摘要：

讨论了嵌入维数d和时间延迟?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、?以及模型参数(正则化参数?、核函数宽度?)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?、?)的误差为8.22%和11.10%。这一结果表明,同时对d、?、?、?进行优化选取是有必要的,相对于单纯优化?、?的模型,该方法可以大大提高预测模型精度。

引用

收藏

页码：6337 / 6342+6598 +6598

页数：7

相关论文

共 18 条

[1] 基于混沌理论和K-means聚类的有载分接开关机械状态监测 [J].

周翔 ;

王丰华 ;

傅坚 ;

林嘉杨 ;

金之俭 .

中国电机工程学报, 2015, 35 (06) :1541-1548

[2] 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

[3] 基于相空间重构的风电场日有功功率组合预测 [J].

陈伟 ;

赵庆堂 ;

郭建鹏 ;

王维州 ;

肖骏 .

电力系统及其自动化学报, 2014, 26 (06) :20-24+36

[4] RBF-SVM的核参数选择方法及其在故障诊断中的应用 [J].

周绍磊 ;

廖剑 ;

史贤俊 .

电子测量与仪器学报, 2014, 28 (03) :240-246

[5] 基于ADE算法的LSSVM在混沌时间序列中的应用 [J].

崔庆 ;

马孝义 ;

李贤波 ;

朱晖 ;

李忠娟 .

计算机应用与软件, 2014, 31 (01) :275-277+289

[6] 基于EEMD-SVM方法的光伏电站短期出力预测 [J].

茆美琴 ;

龚文剑 ;

张榴晨 ;

曹雨 ;

徐海波 .

中国电机工程学报, 2013, 33 (34) :17-24+5

[7] 相空间重构和支持向量机相融合的网络流量预测 [J].

吴俊 ;

黎云汉 .

计算机工程与应用 , 2014, (16) :67-71

[8] 短期负荷预测的支持向量机参数选择方法 [J].

杨国健 ;

杨镜非 ;

童开蒙 ;

程浩忠 ;

孙毅斌 ;

叶清 .

电力系统及其自动化学报, 2012, 24 (06) :148-151

[9] 基于最大互信息的混沌时间序列多步预测 [J].

张春涛 ;

刘学飞 ;

向瑞银 ;

刘金魁 ;

郭皎 .

控制与决策, 2012, 27 (06) :941-944

[10] 基于小波变换和LS-SVM的短期风速预测方法 [J].

韩晓娟 ;

曹慧 ;

李勇 ;

肖运启 ;

唐晓 .

太阳能学报, 2011, 32 (10) :1538-1542