郑州大学学报(工学版)
鄭州大學學報(工學版)
정주대학학보(공학판)
JOURNAL OF ZHENGZHOU UNIVERSITY(ENGINEERING SCIENCE)
2012年
6期
32-35
,共4页
徐敏%袁建洲%刘四新%常俊甫
徐敏%袁建洲%劉四新%常俊甫
서민%원건주%류사신%상준보
支持向量机%风电功率预测%改进粒子群优化算法%精度
支持嚮量機%風電功率預測%改進粒子群優化算法%精度
지지향량궤%풍전공솔예측%개진입자군우화산법%정도
针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.
針對傳統支持嚮量機(SVM)模型在風電功率預測中存在的參數選取問題,提齣一種新的預測模型,採用改進的粒子群(MPSO)優化算法尋求SVM的最優參數模型,經典粒子群算法是一種全跼優化算法,在此基礎上提齣改進的粒子群算法.算例結果錶明,經MPSO優化的SVM模型應用于短期風電功率預測是有效的,使其預測精度有所提高.
침대전통지지향량궤(SVM)모형재풍전공솔예측중존재적삼수선취문제,제출일충신적예측모형,채용개진적입자군(MPSO)우화산법심구SVM적최우삼수모형,경전입자군산법시일충전국우화산법,재차기출상제출개진적입자군산법.산례결과표명,경MPSO우화적SVM모형응용우단기풍전공솔예측시유효적,사기예측정도유소제고.