基于改进粒子群优化算法的短期风电功率预测

• 作者: 刘四新 常俊甫 徐敏 袁建洲
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 支持向量机 风电功率预测 改进粒子群优化算法 精度
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机技术与信息工程
• 页码范围: 32-35
• 页数: 4页
• 分类号: TM614
• 字数: 2744字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2012.06.008

摘要

针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐敏	南昌大学信息工程学院	54	327	9.0	15.0
2	袁建洲	南昌大学信息工程学院	3	26	3.0	3.0