混沌最小二乘支持向量机的短期风功率预测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Shortterm Wind Power Forecasting Based on Chaotic LSSVM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    结合混沌的相空间重构理论和LSSVM的优点,提出了一种基于混沌LSSVM风功率预测方法,利用误差评价函数形成反馈机制,通过误差反馈建立参数合理的风功率预测模型;通过对实际数据的仿真,结果表明所提出的混沌LSSVM预测模型有较好的非线性拟合能力,有较高的预测精度。

    Abstract:

    In combination of phase space reconstruction theory and the advantage of LSSVM, this paper proposes a kind of forecasting method for wind power based on chaotic LSSVM, making use of the feedback mechanism of error evaluation function. By the feed back mechanism, wind power model with reasonable parameters is designed. The simulation results show that the proposed forecasting model has better nonlinear fitting capability and more precise forecasting. 

    参考文献
    相似文献
    引证文献
引用本文

邱杰, 裴瑞平,张安川,李侃.混沌最小二乘支持向量机的短期风功率预测[J].重庆工商大学学报(自然科学版),2015,32(3):47-50
QIU Jie, PEI Ruiping, ZHANG Anchuan, LI Kan. Shortterm Wind Power Forecasting Based on Chaotic LSSVM[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2015,32(3):47-50

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升