基于人工鱼群优化算法的支持向量机短期风电功率预测模型

• 作者: 厉虹 方市彬 王丽婕
• 来源期刊: 电气工程学报
• 学科: 工学
• 关键词: 人工鱼群算法 支持向量机 聚类分析 风电功率预测
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 北京信息科技大学自动化学院专刊
• 页码范围: 7-12
• 页数: 6页
• 分类号: TM715
• 字数: 4012字
• 语种: 中文
• DOI: 11.11985/2016.10.002

摘要

为了提高风电功率预测精度,针对支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出用人工鱼群算法(AFSA)寻找SVM模型的最优核函数参数和错误惩罚因子的优化方法.建立AFSA-SVM模型,结合聚类分析后的数值天气预报(NWP)数据对风电功率进行预测.经仿真实验并与BP、粒子群优化的支持向量机模型对比,AFSA-SVM优化模型在短期风电功率预测中有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	厉虹	北京信息科技大学自动化学院	71	196	7.0	12.0
2	王丽婕	北京信息科技大学自动化学院	16	83	4.0	9.0
3	方市彬	北京信息科技大学自动化学院	2	3	1.0	1.0