基于主成分约简聚类的优化ELM短期风速组合预测

• 作者: 王顺江 范永鑫 潘超 赵铁英 韩春成 杜亮
• 来源期刊: 太阳能学报
• 关键词: 风速预测 极限学习机 粒子群算法 k-均值聚类 主成分分析
• 年，卷（期）: 2021,（8）
• 页码范围: 368-373
• 页数: 6页
• 分类号: TM614
• 语种: 中文
• DOI: 10.19912/j.0254-0096.tynxb.2019-0564

摘要

提出基于主成分属性约简聚类的粒子群优化极限学习机短期风速预测方法.考虑到不同的属性特征对于风速变化的影响不同,利用主成分分析法计算各成分特征值,选取方差贡献率较高的成分,然后采用k-均值聚类方法对风速样本进行聚类,再利用粒子群算法对极限学习机进行优化,进而构建风速组合预测模型.最后结合风电场实测历史数据进行实验预测对比,结果表明该方法具有较高的预测精度.