为实现高精度的短期风速预测,提出一种基于混合粒子群算法和多分位鲁棒极限学习机的短期风速预测方法。在信号处理阶段,利用时变滤波经验模态分解技术将原始风速序列分解为若干子模式以降低其不稳定性。然后采用混合粒子群算法对每一个子模式进行特征提取,接着利用多分位鲁棒极限学习机分别建立预测模型并利用混合粒子群算法进行参数优化,最后对每个子模式的预测值进行聚合计算得到最终的预测结果。仿真结果表明:在考虑使用混合粒子群算法进行特征提取和模型参数优化后,所提方法具有更高的预测精度。同时基于时变滤波法的经验模态分解技术能够进一步提高预测准确性。
类型: 期刊论文
作者: 鲁迪,王星华,贺小平
关键词: 短期风速预测,多分位鲁棒极限学习机,混合粒子群算法,时变滤波经验模态分解
来源: 电力系统保护与控制 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 广东工业大学自动化学院
基金: 国家自然科学基金项目资助(51707041),中国南方电网公司科技项目资助(GDKJXM20162087)~~
分类号: TM614;TP18
页码: 115-122
总页数: 8
文件大小: 613K
下载量: 233
本文来源: https://www.lunwen66.cn/article/b21f4ababce5bbfffc85c9e8.html