2025年1月8日
星期三
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张洁
作品数:
1
被引量:0
H指数:0
供职机构:
华侨大学信息科学与工程学院
更多>>
发文基金:
福建省高等学校新世纪优秀人才支持计划
更多>>
相关领域:
动力工程及工程热物理
更多>>
合作作者
方瑞明
华侨大学信息科学与工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
动力工程及工...
主题
1篇
短期风速
1篇
短期风速预测
1篇
支持向量
1篇
支持向量机
1篇
最小二乘
1篇
最小二乘支持...
1篇
向量机
1篇
小波
1篇
小波变换
1篇
小波分解
1篇
基于小波变换
1篇
风速
1篇
风速预测
1篇
LS-SVM
1篇
波变换
1篇
波分
机构
1篇
华侨大学
作者
1篇
方瑞明
1篇
张洁
传媒
1篇
能源技术经济
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于小波变换和贝叶斯证据推断框架下的LS-SVM短期风速预测
2012年
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机(LS-SVM)回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1 h的预测,预测的平均绝对百分比误差为7.63%,提高了预测精度。预测结果表明:基于贝叶斯证据推断框架下的LS-SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。
张洁
方瑞明
关键词:
最小二乘支持向量机
风速预测
小波分解
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张