期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
用于短期风速预测的优化核心向量回归模型 被引量:3
1
作者 李元诚 杨瑞仙 《中国电力》 CSCD 北大核心 2012年第3期68-71,共4页
风能的不确定性和难以准确预测给风电并入电网带来了困难。风速是影响风能的重要因素,风速的预测精度对风电功率预测的准确性有重要影响。提出一种优化的核心向量回归(CVR)模型,进行短期风速预测。其风速数据从某风电场每隔1 h采集1次,... 风能的不确定性和难以准确预测给风电并入电网带来了困难。风速是影响风能的重要因素,风速的预测精度对风电功率预测的准确性有重要影响。提出一种优化的核心向量回归(CVR)模型,进行短期风速预测。其风速数据从某风电场每隔1 h采集1次,并采用粒子群优化(PSO)算法对CVR模型的参数进行优化,利用优化后的CVR模型进行风速预测。试验结果表明,在时空复杂度相当的情况下,该方法具有比CVR和SVR(support vector regression)更高的预测精度。 展开更多
关键词 风速 风电功率 短期预测 粒子群优化 核心向量回归
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部