模糊信息粒化和GWO-SVM算法结合的短期风速范围预测

• 作者: 常雨芳 张宇 李子修 杨远程 陈润 黄文聪
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 风速预测 时间序列 模糊信息粒化 灰狼算法 支持向量机
• 年，卷（期）: 2020,（5）
• 页码范围: 674-682
• 页数: 9页
• 分类号: TM614|TP301.6
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201911024

摘要

为了实现对风速范围区间的准确预测,提出一种基于模糊信息粒化和灰狼优化-支持向量机(G WO-SVM)算法的风速预测模型.该模型首先利用模糊信息粒子,从一段连续时间的风速值提取出最大值、最小值及大致的平均水平值;然后,采用时间序列风速输入模型,构建输入支持向量机模型的标签向量与特征矩阵;最后,通过灰狼算法进行支持向量机预测模型的参数寻优,实现对风速范围区间的准确预测.在实例验证阶段,将风速历史数据进行模糊粒化,采取4种不同的参数寻优方式对支持向量机预测模型进行参数寻优.结果 表明:GWO-SVM算法可以有效地提高风速范围预测的精确度.