优化遗传算法寻优的SVM在短期风速预测中的应用

被引:59
作者
颜晓娟 [1 ]
龚仁喜 [2 ]
张千锋 [3 ]
机构
[1] 钦州学院工程训练中心
[2] 广西大学电气工程学院
[3] 钦州学院科技处
关键词
优化遗传算法; 短期风速预测; SVM; 参数寻优; 自适应更新;
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
0807 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对遗传算法存在的早熟和收敛慢的问题,提出一种融合小生境算法、免疫算法的优化遗传算法。一方面通过疫苗因子引导初始种群的生成,使个体具有某些优秀基因,减少寻优时间,并随数据的更新,提出疫苗因子和参数寻优范围的自适应更新机制。另一方面在种群的进化过程中,通过小生境遗传算法维护种群的多样性。实验结果表明,将基于优化遗传算法寻优的SVM应用到短期风速预测中是可行的,具有较高的预测精度和收敛速度。
引用
收藏
页码:38 / 42
页数:5
相关论文
共 16 条
[1]   一种变权重风电功率最优组合预测模型 [J].
马斌 ;
张丽艳 ;
郭成 .
电力系统保护与控制, 2016, 44 (05) :117-121
[2]   聚类分析在短期风电功率预测模型中的应用 [J].
高阳 ;
张倩然 ;
许傲然 ;
张柳 ;
邹全平 .
电器与能效管理技术, 2015, (04) :12-15
[3]   基于风速时空信息的BP神经网络超短期风速预测研究 [J].
周建强 ;
李玉娜 ;
屈卫东 ;
兰增林 .
电网与清洁能源, 2015, 31 (01) :109-112
[4]   基于GA优化SVM的风电功率的超短期预测 [J].
刘爱国 ;
薛云涛 ;
胡江鹭 ;
刘路平 .
电力系统保护与控制, 2015, 43 (02) :90-95
[5]   含大规模风电电网的静态电压仿真分析 [J].
时锐 ;
焦然 ;
陈艳霞 .
高压电器, 2014, (12) :105-110
[6]   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
[7]   基于改进遗传算法寻优的SVM风能短期功率预测 [J].
颜晓娟 ;
龚仁喜 .
电测与仪表 , 2014, (08) :38-41+46
[8]   基于卡尔曼滤波的风速序列短期预测方法 [J].
修春波 ;
任晓 ;
李艳晴 ;
刘明凤 .
电工技术学报, 2014, 29 (02) :253-259
[9]   支持向量机与RBF神经网络回归性能比较研究 [J].
刘苏苏 ;
孙立民 .
计算机工程与设计, 2011, 32 (12) :4202-4205
[10]   基于遗传优化的最小二乘支持向量机风电场风速短期预测 [J].
杨洪 ;
古世甫 ;
崔明东 ;
孙禹 .
电力系统保护与控制, 2011, 39 (11) :44-48+61