首页 | 本学科首页   官方微博 | 高级检索  
     

基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测
引用本文:刘松,王俊,王端阳,李文华,邵丹. 基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测[J]. 低压电器, 2015, 0(13)
作者姓名:刘松  王俊  王端阳  李文华  邵丹
作者单位:1. 河北工业大学 电器研究所,天津,300130
2. 天水二一三电器有限公司,甘肃 天水,741001
3. 浙江正泰电器股份有限公司,浙江 乐清,325000
摘    要:短期风电功率的预测是保障风电场持续稳定运行以及电网调度的重要因素。选择最小二乘支持向量机(LSSVM)作为预测模型,使用灰色关联分析法对影响风电功率的因素进行权重比较,并使用黑洞粒子群算法(BHPSO)对 LSSVM的回归性能参数进行优化,建立了基于灰色关联分析和 BHPSO 的 LSSVM短期风电功率预测模型。对山东某风电场提供的数据进行仿真研究,并与 LSSVM模型和 BP 神经网络模型进行对比分析。验证结果表明,基于灰色关联分析和 BHPSO 的 LSSVM模型的预测效果最好。

关 键 词:风电预测  灰色关联分析  黑洞粒子群算法  最小二乘支持向量机

Short Term Wind Power Prediction Based on Grey Relational Analysis and Black Hole Particle Swarm Optimization
LIU Song,WANG Jun,WANG Duanyang,LI Wenhua,SHAO Dan. Short Term Wind Power Prediction Based on Grey Relational Analysis and Black Hole Particle Swarm Optimization[J]. Low Voltage Apparatus, 2015, 0(13)
Authors:LIU Song  WANG Jun  WANG Duanyang  LI Wenhua  SHAO Dan
Abstract:
Keywords:wind power forecasting  grey relational analysis  black hole particle swarm optimization (BHPSO)algorithm  least squares support vector machines(LSSVM)
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号