基于误差修正和VMD-ICPA-LSSVM的短期风速预测建模OA北大核心CSTPCD
精准的风速预测是将风能大规模应用到电力系统中的关键,而风速序列的随机性和波动性等特点使得风速预测难度增加.为增强风速序列的可预测性,采用Logistic混沌映射策略、自适应参数调整策略以及引入变异策略对食肉植物算法(CPA)进行改进,并提出了基于误差修正和VMD-ICPA-LSSVM的短期风速预测模型.首先将气象因子作为最小二乘支持向量机(LSSVM)的输入对风速进行预测,获得误差序列.再利用K-L散度自适应地确定变分模态分解(VMD)的参数,并…查看全部>>
钟琳;颜七笙
东华理工大学理学院,南昌330013东华理工大学理学院,南昌330013
计算机与自动化
变分模态分解食肉植物算法最小二乘支持向量机误差修正风速预测
《南京信息工程大学学报》 2024 (2)
P.247-260,14
国家自然科学基金(71961001)东华理工大学研究生创新基金(DHYC-202225)。
评论