|
|||||
|
|
| 基于相空间重构和LSSVM的短期风速预测 | |
| 摘 要： | 为了提高短期风速预测精度,提出了一种基于最小二乘支持向量机的短期风速预测方法.首先采用复自相关法和互信息法计算延迟时间,采用伪最邻近点法和 Cao式法计算嵌入维数,使延迟时间和嵌入维数取值更合理.其次运用小数据量法计算混沌时间序列的最大 Lyapunov指数,G-P算法计算时间序列的关联维数,用以证明风速序列为混沌时间序列并确定支持向量.然后采用扩展记忆粒子群对最小二乘支持向量机的惩罚参数和核函数参数进行优化,建立 PSOEM-LSSVM 的短期风速预测模型.最后与其他几种风速预测模型对比,仿真结果表 |
| 关 键 词： | 相空间重构 最小二乘支持向量机 风速 预测 扩展记忆粒子群 |
| 点击此处可从《电工技术》浏览原始摘要信息 | |
| 点击此处可从《电工技术》下载全文 | |