本文關(guān)鍵詞：CGAQPSO優(yōu)化LSSVM短期風(fēng)電預(yù)測　出處：《電子測量與儀器學(xué)報(bào)》2016年11期 　論文類型：期刊論文

  更多相關(guān)文章： 量子粒子群 混沌高斯局部吸引點(diǎn)量子粒子群 短期風(fēng)電預(yù)測 最小二乘支持向量機(jī)

【摘要】：提出一種基于混沌高斯局部吸引點(diǎn)量子粒子群(CGAQPSO)優(yōu)化最小二乘支持向量機(jī)(LSSVM)的短期風(fēng)電功率預(yù)測模型。首先,混沌算法初始化粒子種群,提高初始粒子在搜尋空間遍歷性,將局部吸引點(diǎn)改進(jìn)為高斯分布局部吸引點(diǎn),增強(qiáng)粒子全局搜索能力,從而得到混沌高斯局部吸引點(diǎn)量子粒子群優(yōu)化算法。對基于不同類型核函數(shù)(Linear、POLY、Sigmoid及RBF)進(jìn)行比較,選擇RBF核函數(shù)來構(gòu)建LSSVM風(fēng)電預(yù)測模型。最后,以安徽某風(fēng)電場實(shí)測風(fēng)電、溫度及濕度的歷史數(shù)據(jù)作為CGAQPSO-LSSVM(RBF)模型的訓(xùn)練數(shù)據(jù)。實(shí)驗(yàn)表明,與GA、PSO和QPSO優(yōu)化LSSVM預(yù)測模型相比,所提出的CGAQPSO-LSSVM模型能夠有效提高風(fēng)電功率預(yù)測精確度。
[Abstract]:......
【作者單位】： 安徽工程大學(xué)電氣工程學(xué)院;上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院;
【基金】：安徽省自然資金(1408085ME105,1608085ME106) 安徽省高校自然科學(xué)基金重點(diǎn)項(xiàng)目(KJ2015A063) 安徽工程大學(xué)安徽檢測技術(shù)與節(jié)能裝置省級(jí)實(shí)驗(yàn)室開放研究基金資助項(xiàng)目
【分類號(hào)】：TM614;TP18
【正文快照】： 1引言我國風(fēng)電發(fā)展迅速,風(fēng)電并網(wǎng)容量不斷增加,但由于風(fēng)具有隨機(jī)性、波動(dòng)性及間歇性等特點(diǎn),大規(guī)模風(fēng)電并網(wǎng)對電力系統(tǒng)安全可靠及經(jīng)濟(jì)調(diào)度等影響日益顯著[1-2]。短期風(fēng)電預(yù)測是大容量風(fēng)電并網(wǎng)電力系統(tǒng)所需研究的基礎(chǔ)環(huán)節(jié),是解決風(fēng)電并網(wǎng)帶來問題的有效途徑[1]。目前,國內(nèi)外已有，

本文編號(hào)：1352260