基于进化和声搜索优化的短期风速组合预测方法

• 作者: 彭显刚 王洪森
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 风力发电 风速预测 进化和声搜索 经验模态分解 支持向量回归
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 研究与分析
• 页码范围: 26-30
• 页数: 5页
• 分类号: TM614
• 字数: 4137字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2013.12.005

摘要

针对风速序列非平稳变化的特性,首先通过经验模态分解(empirical mode decomposition,EMD)将原始风速序列分解为一系列较为平稳的子序列,再使用支持向量回归(support vector regression,SVR)模型分别对每一个子序列进行预测,为了克服SVR模型盲目选取学习参数的弊端,在和声搜索优化算法中加入了进化理论中优胜劣汰的思想,提出采用进化和声搜索(evolutional harmony search,EHS)算法对每一个SVR模型进行参数寻优.实例研究表明,EHS算法全局搜索能力强,收敛速度快,提出的EHS-EMD-SVR方法能有效提高短期风速预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚	广东工业大学自动化学院	105	1183	20.0	30.0
2	王洪森	广东工业大学自动化学院	3	13	2.0	3.0