毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测

毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测

ID:35586937

大小:1.95 MB

页数:49页

时间:2019-03-30

毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测_第1页
毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测_第2页
毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测_第3页
毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测_第4页
毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测_第5页
资源描述:

《毕业论文--基于粒子群优化最小二乘支持向量机的短期风速预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于粒子群优化最小二乘支持向量机的短期风速预测摘要为了能够减少或消除风电开发并网带来的对电网的稳定性的不良影响,风电场风速的短期预测已经成为各个国家共同关注的问题。风电场风速的准确预测,对风电场的规划计划设计、大型风场中风电机组开停机计划的安排、保持电网的安全稳定性、提高经济效益和社会效益都有很重要的意义。本文的历史风速数据来自我校校史馆处的风速采集器,模拟风电场风速进行短期的风速预测。本文采用粒子群优化最小二乘支持向量机(PSO-LSSVM)方法对风电场进行短期风速预测。并与支持向量机(SVM)、最小二乘支持向量机(L

2、S-SVM)进行分析对比,体现经过粒子群优化后预测准确度的优势。粒子群优化算法(PSO)分别对LS-SVM的超参数和核函数进行优化,从而使最小二乘支持向量机(LS-SVM)对短期风速预测的结果更加准确。本文的三种模型支持向量机(SVM)、最小二乘支持向量机(LS-SVM)、基于粒子群优化最小二乘支持向量机(PSO-LSSVM),利用实际数据对模型进行训练和测试,提前一步(即一个小时)对风速进行预测,并把三种模型的预测值与下一时刻的实际风速值进行比较,体现粒子群优化最小二乘支持向量机(PSO-LSSVM)模型的准确度高、收

3、敛性好。为PSO-LSSVM模型实际运用提供理论支持。关键词:风力发电、风速预测、粒子群优化算法、支持向量机、最小二乘支持向量机、PSO-LSSVM。IParticleswarmoptimizationbasedonLS-SVMpredictionofshort-termwindspeedAbstractInordertoreduceoreliminatethedevelopmentofwindpowergridstabilityofthegridcausedbytheadverseeffectsofshort-term

4、forecastwindspeedhasbecomeacommonconcernofallcountries.Accurateforecastsofwindspeed,windfarmplanningprogramonthedesignoflarge-scalewindturbineopenstrokedowntoplannedarrangementsandtomaintainsecurityandstabilityofthegridandimprovetheeconomicandsocialbenefitsarever

5、yimportantsignificance.ThishistoricalwindspeeddatafromthewindspeedatmyschoolHistoryMuseumcollection,short-termsimulatedwindspeedwindspeedforecast.Inthispaper,particleswarmoptimizationsupportvectormachine(PSO-LSSVM)methodofshort-termwindspeedprediction.Andwiththes

6、upportvectormachine(SVM),leastsquaressupportvectormachines(LS-SVM)foranalysisandcomparisonofexpressionthroughparticleswarmoptimizationafterpredictionaccuracyadvantage.Particleswarmoptimization(PSO)ontheLS-SVM,respectively,thehyperparametersandtooptimizethekernelf

7、unction,sothattheleastsquaressupportvectormachines(LS-SVM)theresultsofshort-termwindspeedforecastingmoreaccurate.Threemodelsofthispapersupportvectormachine(SVM),leastsquaressupportvectormachines(LS-SVM),basedonparticleswarmoptimizationsupportvectormachine(PSO-LSS

8、VM),themodelusingactualdatafortrainingandtesting,earlystep(Thatisonehour)topredictwindspeedandthethreemodelspredictedtheactualwindspeedandthenextmomentthevalue

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。