基于遗传算法的支持向量机短期风速预测

被引：8

作者：

周同旭

机构：

[1] 皖西学院机械与电子工程学院

来源：

皖西学院学报 | 2010年 / 26卷 / 05期

关键词：

预测精度; 支持向量机; 遗传算法; 小时风速;

D O I：

暂无

中图分类号：

P457.5 [风预报];

学科分类号：

070601 [气象学];

摘要：

对风电场风速实现较准确的预测,可以有效减轻并网后风电场对电网的影响。支持向量机模型的预测精度在很大程度上依赖于模型参数的选择,为提高预测模型的泛化能力和预测精度,应用遗传算法选择支持向量机的模型参数,再根据选择的参数对小时风速进行预测。实验结果表明本文方法能够获得较高的风速预测精度。

引用

页码：106 / 109

页数：4

共 6 条

[1]

基于支持向量机的短期风速预测研究 [J].

王慧勤 .

宝鸡文理学院学报(自然科学版), 2009, 29 (01) :16-18

[2]

风电场风速短期多步预测改进算法 [J].

潘迪夫 ;

刘辉 ;

李燕飞 .

中国电机工程学报, 2008, (26) :87-91

[3]

基于最小二乘支持向量机的风电场短期风速预测 [J].

杜颖 ;

卢继平 ;

李青 ;

邓颖玲 .

电网技术, 2008, (15) :62-66

[4]

最小二乘支持向量机参数选择方法及其应用研究 [J].

郭辉 ;

刘贺平 ;

王玲 .

系统仿真学报, 2006, (07) :2033-2036+2051

[5]

Short-term forecasting of wind speed and related electrical power [J].

Alexiadis, MC ;

Dikopoulos, PS ;

Sahsamanoglou, HS ;

Manousaridis, IM .

SOLAR ENERGY, 1998, 63 (01) :61-68

[6]

Determining Parameters of Support Vector Machines byGenetic Algorithms-Applications to Reliability Prediction..Ping-Feng Pai;Wei-Chiang Hong;Yu-Shen Lee;.International Journal of Operations Research.2005, 01

← 1 →