基于特征选择谱聚类和优化支持向量机的短期风速预测

• 作者: 张国维 王丙乾
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: 随机森林 特征选择 谱聚类 支持向量机 短期风速预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 新能源
• 页码范围: 9-14
• 页数: 6页
• 分类号: TM614
• 字数: 4500字
• 语种: 中文

摘要

提出一种基于随机森林算法、谱聚类算法和支持向量机的短期风速预测方法.首先,利用小波变换对原始风速进行去噪,剔除原始风速中不规则波动信息.然后利用随机森林算法进行特征选择,选择出最优的特征输入.再利用谱聚类算法对特征输入进行聚类分析,得出各个训练样本的聚类标签,提高模型训练样本的有效性;利用支持向量机对各个聚类标签分别进行建模,并使用遗传算法优化支持向量机的参数,提高模型的泛化能力.最后确定预测点的聚类标签,并使用相应标签的预测模型得到最终的预测结果.以某风电场的实际数据研究表明,所提出模型在短期风速预测中具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国维	华北电力大学经济与管理学院	2	10	2.0	2.0
2	王丙乾	华北电力大学经济与管理学院	1	7	1.0	1.0