基于PSO优化LSSVM的短期风速预测

• 作者: 姚海涛 孙斌
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 风速时间序列 最小二乘支持向量机 粒子群算法 相空间重构 BP神经网络
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 应用研究
• 页码范围: 85-89
• 分类号: TM614
• 字数: 3567字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.05.016

摘要

为了提高风电场风速短期预测的精确性,提出了基于粒子群算法优化最小二乘支持向量机的预测方法.首先求出风速时间序列的嵌入维数和延迟时间,进而对混沌风速时间序列进行相空间重构.利用粒子群算法对最小二乘支持向量机进行参数优化,然后利用优化后的最小二乘支持向量机模型对相空间重构后的风速时间序列进行预测,预测结果表明基于粒子群优化的最小二乘支持向量机的预测效果满足了精度要求.同时运用了支持向量机和BP神经网络模型进行预测,仿真结果表明,基于粒子群优化的最小二乘支持向量机预测方法具有预测精度高,预测速度快的优点,因此具有很高的工程实际应用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙斌	东北电力大学能源与动力学院	125	1172	17.0	28.0
2	姚海涛	东北电力大学能源与动力学院	7	256	7.0	7.0