| 基于改进粒子群优化算法的短期风电功率预测 |
| |
| 引用本文： | 徐敏,袁建洲,刘四新,常俊甫.基于改进粒子群优化算法的短期风电功率预测[J].郑州大学学报(工学版),2012(6):32-35. |
| |
| 作者姓名： | 徐敏 袁建洲 刘四新 常俊甫 |
| |
| 作者单位： | 南昌大学信息工程学院;江西省安福县供电公司;河南省禹州市电力工业公司 |
| |
| 基金项目： | 江西省自然科学基金资助项目(20114BAB206036BAB2) |
| |
| 摘 要： | 针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.
|
| 关 键 词： | 支持向量机 风电功率预测 改进粒子群优化算法 精度 |
Short-term Wind Power Prediction Based on Modified Particle Swarm Optimization Algorithm |
| |
| XU Min,YUAN Jian-zhou,LIU Si-xin,CHANG Jun-fu.Short-term Wind Power Prediction Based on Modified Particle Swarm Optimization Algorithm[J].Journal of Zhengzhou University: Eng Sci,2012(6):32-35. |
| |
| Authors: | XU Min YUAN Jian-zhou LIU Si-xin CHANG Jun-fu |
| |
| Affiliation: | 1.Information Engineering School,Nanchang University,Nanchang 330031,China;2.Jiangxi An’fu Power Supply Company,An’fu 343200,China;3.Henan Power Supply Company,Yuzhou 461670,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
