文档名：基于CEEMD和改进SSALSSVM风功率预测模型
摘要：为了保证电力系统的安全有效运行和便于调度人员调度,准确的风功率预测就变得极为重要,同时更高精度的预测模型也变为了研究热点.针对传统麻雀搜索算法(SSA)存在着容易出现局部最优解与全局搜索效果较差的问题,提出加入混沌序列与交换学习策略的麻雀算法对最小二乘支持向量机(LSS-VM)的惩戒和核函数参数寻优,避免了单一预测变量精度不高的问题;同时为了解决预处理数据自相关性,采用完备总体经验模态分解(CEEMD)对其分解,有效降低预测曲线滞后性;最终提出基于CEEMD和改进SSA-LSSVM的超短期风功率预测模型.仿真结果表明:该模型在一定程度上提高了预测精度,提升了该模型在风功率预测中的实际应用价值.
作者：常雨芳 朱自铭 唐杨 黄文聪Author：CHANGYufang ZHUZiming TANGYang HUANGWencong
作者单位：湖北工业大学电气与电子工程学院,湖北武汉430068
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(10)
分类号：TM614
关键词：风电功率预测 改进麻雀搜索算法 最小二乘支持向量机 完备总体经验模态分解
Keywords：windpowerprediction improvedsparrowsearchalgorithm(SSA) leastsquaresupportvectormachine(LSSVM) complementaryensembleempiricalmodedecomposition(CEEMD)
机标分类号：TP301.6TM715TP181
在线出版日期：2023年11月6日
基金项目：国家自然科学基金，湖北工业大学博士启动基金研究项目基于CEEMD和改进SSA-LSSVM风功率预测模型[
期刊论文] 传感器与微系统--2023, 42(10)常雨芳 朱自铭 唐杨 黄文聪为了保证电力系统的安全有效运行和便于调度人员调度,准确的风功率预测就变得极为重要,同时更高精度的预测模型也变为了研究热点.针对传统麻雀搜索算法(SSA)存在着容易出现局部最优解与全局搜索效果较差的问题,提出加入...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于CEEMD和改进SSA-LSSVM风功率预测模型 Wind power prediction model based on CEEMD and improved SSA-LSSVM
基于CEEMD和改进SSA-LSSVM风功率预测模型.pdf
- 文件大小:
- 938.98 KB
- 下载次数:
- 60
-
高速下载
|
|
