基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对风速序列的随机性和非平稳性带来的难以准确预测的问题,提出一种基于变分模态分解和最小二乘支持向量机的风速预测模型.首先利用变分模态分解将风速序列分解为一系列限带内禀模态函数以降低其非平稳性对预测性能的影响,然后对各模态分别建立最小二乘支持向量机预测模型,并利用改进的差分进化算法对其关键核参数寻优,最后将各子序列预测结果叠加组合得到最终风速预测值.实例研究表明,所提出的预测模型在短期风速预测上有较高的预测精度.
推荐文章
基于改进PSO-LSSVM的风电场短期功率预测
最小二乘支持向量机(LSSVM)
风速
功率
预测
风电场
粒子群(PSO)
基于经验模式分解的风电场短期风速预测模型
风速预测
经验模式分解
时间序列
基于QPSO-LSSVM的风电场超短期功率预测
风功率预测
量子粒子群
最小二乘支持向量机
BP神经网络
基于改进二次模态分解和BiLSTM-Attention的 短期电力负荷预测
二次模态分解
分解损失
注意力机制
双向长短期神经网络
短期电力负荷预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于变分模态分解和LSSVM的风电场短期风速预测
来源期刊 太阳能学报 学科 工学
关键词 风速预测 支持向量机 差分进化 变分模态分解 风电场
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 194-202
页数 9页 分类号 TM614
字数 5346字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王东风 华北电力大学自动化系 170 3490 34.0 51.0
2 韩璞 华北电力大学自动化系 272 4579 35.0 54.0
3 张妍 华北电力大学自动化系 28 107 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (416)
参考文献  (13)
节点文献
引证文献  (22)
同被引文献  (92)
二级引证文献  (14)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(16)
  • 参考文献(0)
  • 二级参考文献(16)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(22)
  • 引证文献(14)
  • 二级引证文献(8)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
风速预测
支持向量机
差分进化
变分模态分解
风电场
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
论文1v1指导