CGAQPSO优化LSSVM短期风电预测

• 作者: 付敬奇 孙驷洲 朱峰
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 量子粒子群 混沌高斯局部吸引点量子粒子群 短期风电预测 最小二乘支持向量机
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 数据处理与优化学习
• 页码范围: 1718-1725
• 页数: 8页
• 分类号: TN929.52
• 字数: 5404字
• 语种: 中文
• DOI: 10.13382/j.jemi.2016.11.013

摘要

提出一种基于混沌高斯局部吸引点量子粒子群(CGAQPSO)优化最小二乘支持向量机(LSSVM)的短期风电功率预测模型.首先,混沌算法初始化粒子种群,提高初始粒子在搜寻空间遍历性,将局部吸引点改进为高斯分布局部吸引点,增强粒子全局搜索能力,从而得到混沌高斯局部吸引点量子粒子群优化算法.对基于不同类型核函数(Linear、POLY、Sigmoid及RBF)进行比较,选择RBF核函数来构建LSSVM风电预测模型.最后,以安徽某风电场实测风电、温度及湿度的历史数据作为CGAQPSO-LSSVM (RBF)模型的训练数据.实验表明,与GA、PSO和QPSO优化LSSVM预测模型相比,所提出的CGAQPSO-LSSVM模型能够有效提高风电功率预测精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付敬奇	上海大学机电工程与自动化学院	45	314	9.0	16.0
2	孙驷洲	安徽工程大学电气工程学院	20	129	7.0	10.0
4	朱峰	上海大学机电工程与自动化学院	5	85	3.0	5.0