發(fā)布時間：2023-04-30 05:42

　　為提高風電功率短期預測的精度,提出一種基于改進TLBO優(yōu)化LSSVM的風電功率短期預測方法。首先對基本TLBO算法中的‘教’階段進行改進,在采用自適應教學因子的同時改變所有搜索個體的平均值,從而能夠自適應的提高TLBO在整個搜索空間的性能;然后改進TLBO算法的‘學’階段,為維持種群的多樣性,避免TLBO算法過早收斂和陷入局部最優(yōu),在學習階段引入高斯變異算子;最后用改進的TLBO優(yōu)化構(gòu)建的LSSVM預測模型。以上海北沿風電場和萊州風電場實測數(shù)據(jù)為例,仿真結(jié)果表明,與PSO和TLBO優(yōu)化LSSVM相比,改進的TLBO優(yōu)化LSSVM方法對短期風電功率預測具有更好的穩(wěn)定性和更高的準確性。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 LSSVM回歸模型
2 基本的TLBO算法
    2.1‘教’階段
    2.2‘學’階段
3 改進的TLBO算法
    3.1 改進的‘教’階段
    3.2 改進的‘學’階段
4 改進的TLBO算法尋優(yōu)LSSVM參數(shù)
5 算例分析
    5.1 歷史數(shù)據(jù)處理
    5.2 基于改進TLBO優(yōu)化LSSVM的風電功率短期預測
6 結(jié)束語



本文編號：3806540