您的位置： 专家智库 > >

中国电机工程学会电力青年科技创新项目(201002)

作品数：4 被引量：83H指数：4
相关作者：孙斌姚海涛刘袖李田刘博更多>>
相关机构：东北电力大学空军装备研究院更多>>
发文基金：中国电机工程学会电力青年科技创新项目更多>>
相关领域：电气工程动力工程及工程热物理更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇电气工程
  • 1篇动力工程及工...

主题

  • 4篇风速
  • 3篇短期风速
  • 3篇短期风速预测
  • 3篇风速预测
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇最小二乘
  • 2篇最小二乘支持...
  • 2篇向量机
  • 2篇风电
  • 2篇风电场
  • 2篇LSSVM
  • 1篇群算法
  • 1篇子群
  • 1篇相空间重构
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇局域均值分解
  • 1篇PSO优化
  • 1篇ICA算法

机构

  • 4篇东北电力大学
  • 1篇空军装备研究...

作者

  • 4篇姚海涛
  • 4篇孙斌
  • 1篇刘博
  • 1篇李田
  • 1篇刘袖

传媒

  • 1篇太阳能学报
  • 1篇电工技术学报
  • 1篇电力系统及其...
  • 1篇电力系统保护...

年份

  • 2篇2014
  • 1篇2013
  • 1篇2012
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于Fast ICA和改进LSSVM的短期风速预测被引量：5
2014年
对风速的准确预测能有效减轻风电场对整个电网的不利影响,同时能提高风电场在电力市场中的竞争能力。首先提出一种基于快速独立分量分析算法和改进最小二乘支持向量机的风速预测模型,对运用fast ICA算法对风速时间序列进行多层分解,得到一系列的独立分量;然后运用改进最小二乘支持向量机模型对分解后的各独立分量风速进行预测;最后对各预测结果进行叠加作为最终的预测风速。算例结果表明,该预测模型能准确进行短期风速的预测。
孙斌姚海涛李田刘袖刘博
关键词：风电场风速预测ICA算法最小二乘支持向量机
风电场风速时间序列的多重分形去趋势波动分析被引量：18
2014年
为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响。研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确。
孙斌姚海涛
关键词：风电场风速
基于PSO优化LSSVM的短期风速预测被引量：52
2012年
为了提高风电场风速短期预测的精确性,提出了基于粒子群算法优化最小二乘支持向量机的预测方法。首先求出风速时间序列的嵌入维数和延迟时间,进而对混沌风速时间序列进行相空间重构。利用粒子群算法对最小二乘支持向量机进行参数优化,然后利用优化后的最小二乘支持向量机模型对相空间重构后的风速时间序列进行预测,预测结果表明基于粒子群优化的最小二乘支持向量机的预测效果满足了精度要求。同时运用了支持向量机和BP神经网络模型进行预测,仿真结果表明,基于粒子群优化的最小二乘支持向量机预测方法具有预测精度高,预测速度快的优点,因此具有很高的工程实际应用意义。
孙斌姚海涛
关键词：最小二乘支持向量机粒子群算法相空间重构
基于局域均值分解和多核最小二乘支持向量机的短期风速预测被引量：8
2013年
针对风速时间序列的非线性和非平稳性,提出一种基于局域均值分解(Local Mean Decomposition,LMD)和多核最小二乘支持向量机的短期风速预测模型。该方法首先对LMD对风速时间序列进行多层分解,得到一系列的PF(Product Function,PF)分量;然后运用多核最小二乘支持向量机模型对分解后的各PF分量风速进行预测;最后对各预测结果进行叠加作为最终的预测风速。算例结果表明,该预测模型能准确进行短期风速的预测。
孙斌姚海涛
关键词：短期风速局域均值分解
全选 清除 导出
共1页<1>
聚类工具0