| 注册
首页|期刊导航|信息与控制|基于麻雀搜索算法优化变分模态分解和混合核极限学习机的短期风电功率预测

基于麻雀搜索算法优化变分模态分解和混合核极限学习机的短期风电功率预测

王瑞 徐新超 逯静

信息与控制2023,Vol.52Issue(4):444-454,11.
信息与控制2023,Vol.52Issue(4):444-454,11.DOI:10.13976/j.cnki.xk.2023.2281

基于麻雀搜索算法优化变分模态分解和混合核极限学习机的短期风电功率预测

Short-term Wind Power Prediction Based on SSA Optimized Variational Mode Decomposition and Hybrid Kernel Extreme Learning Machine

王瑞 1徐新超 1逯静1

作者信息

  • 1. 河南理工大学计算机科学与技术学院,河南焦作 454000
  • 折叠

摘要

关键词

短期风电功率预测/麻雀搜索算法/变分模态分解/混合核函数/核极限学习机

Key words

short-term wind power prediction/sparrow search algorithm/variational mode decomposition/hybrid kernel function/kernel extreme learning machine

分类

信息技术与安全科学

引用本文复制引用

王瑞,徐新超,逯静..基于麻雀搜索算法优化变分模态分解和混合核极限学习机的短期风电功率预测[J].信息与控制,2023,52(4):444-454,11.

基金项目

河南省科技攻关项目(222102210120) (222102210120)

信息与控制

OA北大核心CSCDCSTPCD

1002-0411

访问量0
|
下载量0
段落导航相关论文