基于改进TLBO优化LSSVM的风电功率短期预测

• 作者: 刘三明 江秀臣 王致杰 盛戈皞 程亚丽
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 风电功率短期预测 改进TLBO LSSVM 自适应教学因子 高斯变异算子
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 信息与能源
• 页码范围: 81-85
• 页数: 5页
• 分类号: TM614
• 字数: 3608字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.013.014

摘要

为提高风电功率短期预测的精度,提出一种基于改进TLBO优化LSSVM的风电功率短期预测方法.首先对基本TLBO算法中的‘教’阶段进行改进,在采用自适应教学因子的同时改变所有搜索个体的平均值,从而能够自适应的提高TTLBO在整个搜索空间的性能;然后改进TLBO算法的‘学’阶段,为维持种群的多样性,避免TLBO算法过早收敛和陷入局部最优,在学习阶段引入高斯变异算子;最后用改进的TLBO优化构建的LSSVM预测模型.以上海北沿风电场和莱州风电场实测数据为例,仿真结果表明,与PSO和TLBO优化LSSVM相比,改进的TLBO优化LSSVM方法对短期风电功率预测具有更好的稳定性和更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王致杰	上海电机学院电气学院	133	321	9.0	13.0
2	刘三明	上海电机学院电气学院	70	153	7.0	9.0
3	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
4	盛戈皞	上海交通大学电气工程系	146	1961	25.0	38.0
5	程亚丽	上海电机学院电气学院	5	6	2.0	2.0