论文摘要
受风能随机性和预测模型的影响,风速预测时不可避免地会出现误差,通过挖掘误差特性可探索新的风速预测模型,提高预测精度。提出一种基于误差预测的风速集成学习模型。该模型首先采用快速集合经验模态分解来降低风速序列的随机性,其次采用布谷鸟算法优化最小二乘支持向量机对分解得到的各分量分别建立学习预测模型。同时将历史预测误差作为一个新序列,进行建模预测。最后将原序列的风速预测结果和误差序列预测结果进行叠加得到最终风速预测结果。算例结果表明,与传统方法相比,所提集成预测模型具有更好的预测精度,证明了在风速预测中,精细化挖掘预测误差对于提高预测精度的有效作用。
论文目录
文章来源
类型: 期刊论文
作者: 陈建华,阎帅,巨云涛
关键词: 风速预测,快速集合经验模态分解,布谷鸟优化,最小二乘支持向量机
来源: 电网与清洁能源 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 国网冀北电力有限公司,中国农业大学
基金: 国网冀北电力有限公司科技项目(B3012018000C)~~
分类号: TM614;TP181
页码: 70-76
总页数: 7
文件大小: 2380K
下载量: 47
相关论文文献
标签：风速预测论文; 快速集合经验模态分解论文; 布谷鸟优化论文; 最小二乘支持向量机论文;