本文關(guān)鍵詞：基于PSO參數(shù)優(yōu)化的LS-SVM風(fēng)速預(yù)測(cè)方法研究

  更多相關(guān)文章： 風(fēng)速預(yù)測(cè) 最小二乘支持向量機(jī) 粒子群算法 參數(shù)優(yōu)化 空間重構(gòu)

【摘要】：討論了嵌入維數(shù)d和時(shí)間延遲?作為空間重構(gòu)參數(shù)對(duì)LS-SVM預(yù)測(cè)模型精度的影響,提出了基于PSO參數(shù)優(yōu)化的LS-SVM預(yù)測(cè)方法。將d、?以及模型參數(shù)(正則化參數(shù)?、核函數(shù)寬度?)作為優(yōu)化對(duì)象,利用PSO方法對(duì)4個(gè)參數(shù)共同優(yōu)化選取,建立LS-SVM風(fēng)速預(yù)測(cè)模型。對(duì)2組風(fēng)速數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)研究,結(jié)果顯示該方法預(yù)測(cè)誤差約為5.79%和7.33%。而對(duì)比方法 (單純優(yōu)化?、?)的誤差為8.22%和11.10%。這一結(jié)果表明,同時(shí)對(duì)d、?、?、?進(jìn)行優(yōu)化選取是有必要的,相對(duì)于單純優(yōu)化?、?的模型,該方法可以大大提高預(yù)測(cè)模型精度。
【作者單位】： 華北電力大學(xué)動(dòng)力工程系;
【關(guān)鍵詞】： 風(fēng)速預(yù)測(cè) 最小二乘支持向量機(jī) 粒子群算法 參數(shù)優(yōu)化 空間重構(gòu)
【基金】：中央高校科研業(yè)務(wù)費(fèi)項(xiàng)目(2015MS102)~~
【分類號(hào)】：TP18;TM614
【正文快照】： 0引言風(fēng)速預(yù)測(cè)對(duì)提高電網(wǎng)的穩(wěn)定性及降低運(yùn)行成本具有重要意義[1-2]。然而風(fēng)速具有較大的波動(dòng)性,給風(fēng)速預(yù)測(cè)帶來較大難度。所以,如何建立高精度預(yù)測(cè)模型對(duì)風(fēng)速進(jìn)行預(yù)測(cè)成為一個(gè)重要課題。最小二乘支持向量機(jī)[3-5](least square supportvector machine,LS-SVM)以其較強(qiáng)的泛化能

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張亮;呂林;;利用粒子群算法解決電網(wǎng)優(yōu)化購(gòu)入電量[J];電力系統(tǒng)保護(hù)與控制;2009年22期

2 趙菲;焦彥軍;;基于粒子群算法的輸電線路參數(shù)辨識(shí)[J];陜西電力;2011年09期

3 徐余法;高潔;陳國(guó)初;;一種改進(jìn)粒子群算法及其在風(fēng)電場(chǎng)中的應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

4 仲曉春;彭春華;陳佳琰;;基于改進(jìn)粒子群算法的機(jī)組經(jīng)濟(jì)運(yùn)行的博弈[J];華東交通大學(xué)學(xué)報(bào);2008年03期

5 馬立新;屈娜娜;單冠華;王守征;;電力系統(tǒng)無功優(yōu)化的柯西粒子群算法[J];控制工程;2011年05期

6 王道軍;孫俊;須文波;;量子粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年19期

7 黃燕燕;彭春華;;改進(jìn)粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];電力科學(xué)與工程;2011年04期

8 周宣;;基于隨機(jī)自適應(yīng)粒子群算法的電力系統(tǒng)無功優(yōu)化[J];計(jì)算機(jī)與現(xiàn)代化;2011年12期

9 鄭禹;汪萍;;基于粒子群算法的稀布陣?yán)走_(dá)防雷優(yōu)化設(shè)計(jì)分析[J];電腦知識(shí)與技術(shù);2013年08期

10 林國(guó)漢;章兢;劉朝華;趙葵銀;;改進(jìn)粒子群算法優(yōu)化擴(kuò)展卡爾曼濾波器電機(jī)轉(zhuǎn)速估計(jì)[J];計(jì)算機(jī)應(yīng)用研究;2013年07期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 劉文許;林禮清;溫步瀛;;電力市場(chǎng)下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

2 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

3 馬飛;陳雪波;李小華;;改進(jìn)的粒子群算法在電力系統(tǒng)AGC中的應(yīng)用[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

4 劉暢;李渝曾;李海英;;基于遺傳算法與粒子群算法的機(jī)組開停機(jī)規(guī)劃[A];2008中國(guó)電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會(huì)論文集[C];2008年

5 曹蘊(yùn);盛四清;姚煜;;基于混沌粒子群算法的配電網(wǎng)規(guī)化[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

6 于騰凱;李燕青;謝慶;;基于改進(jìn)粒子群算法的配電網(wǎng)分段開關(guān)優(yōu)化研究[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

2 張震;骨干粒子群算法及其在電力變壓器設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 侯碩楠;改進(jìn)的粒子群算法及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[D];東北大學(xué);2014年

2 黃知偉;基于云粒子群算法的含DG配電網(wǎng)故障定位[D];湖北工業(yè)大學(xué);2016年

3 張羽;粒子群算法在電機(jī)優(yōu)化設(shè)計(jì)中的應(yīng)用[D];哈爾濱理工大學(xué);2012年

4 袁瑛;粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用研究[D];西安理工大學(xué);2010年

5 楊瑩;基于混合粒子群算法的水火電短期優(yōu)化調(diào)度的研究[D];哈爾濱工業(yè)大學(xué);2006年

6 周逸之;基于粒子群算法的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行分析[D];南昌大學(xué);2013年

7 李曉;基于粒子群算法和量子粒子群算法的電力系統(tǒng)故障診斷[D];湖南大學(xué);2010年

8 余明明;基于混沌粒子群算法的大型水電站自動(dòng)電壓控制優(yōu)化研究[D];華中科技大學(xué);2013年

9 唐京瑞;基于復(fù)雜網(wǎng)絡(luò)方法的粒子群算法在機(jī)組優(yōu)化組合問題中的研究[D];昆明理工大學(xué);2012年

10 許磊;基于量子粒子群算法的電力系統(tǒng)經(jīng)濟(jì)調(diào)度仿真研究[D];西安科技大學(xué);2013年

，

本文編號(hào)：1048627