基于相关向量机的短期风速预测模型

发布时间：2018-04-05 23:34

  本文选题：神经网络　切入点：支持向量机　出处：《电力自动化设备》2013年10期

【摘要】：通过对风速的时间序列进行分析,表明该序列具有混沌特性。在此基础上,利用相空间重构理论建立基于相关向量机(RVM)的短期风速预测模型,并对不同的核函数进行分析,选出最优的核函数。与现有的风速预测模型相比,该模型具有高稀疏性、核函数选择灵活等优点。仿真结果表明,与BP神经网络和支持向量机(SVM)模型相比,RVM模型预测精度更高。
[Abstract]:By analyzing the time series of wind speed, it is shown that the sequence has chaotic characteristics.On this basis, a short-term wind speed prediction model based on correlation vector machine (RVM) is established by using phase space reconstruction theory. Different kernel functions are analyzed and the optimal kernel function is selected.Compared with the existing wind speed prediction model, this model has the advantages of high sparsity and flexible kernel function selection.The simulation results show that compared with BP neural network and support vector machine (SVM) model, the prediction accuracy of RVM model is higher.
【作者单位】： 阿尔斯通电网技术中心有限公司;河海大学可再生能源发电技术教育部工程研究中心;ALSTOM
【基金】：国家自然科学基金资助项目(51277052,51107032,61104045)~~
【分类号】：TM614;TM715

【参考文献】

相关期刊论文 前10条

1 冬雷;王丽婕;高爽;廖晓钟;;基于混沌时间序列的大型风电场发电功率预测建模与研究[J];电工技术学报;2008年12期

2 段青;赵建国;马艳;;优化组合核函数相关向量机电力负荷预测模型[J];电机与控制学报;2010年06期

3 黄帅栋;卫志农;高宗和;杨争林;孙国强;孙永辉;;基于非负矩阵分解的相关向量机短期负荷预测模型[J];电力系统自动化;2012年11期

4 丁明,张立军,吴义纯;基于时间序列分析的风电场风速预测模型[J];电力自动化设备;2005年08期

5 李文良;卫志农;孙国强;完整;缪伟;;基于改进空间相关法和径向基神经网络的风电场短期风速分时预测模型[J];电力自动化设备;2009年06期

6 彭春华;刘刚;孙惠娟;;基于小波分解和微分进化支持向量机的风电场风速预测[J];电力自动化设备;2012年01期

7 雷亚洲,王伟胜,印永华,戴慧珠;风电对电力系统运行的价值分析[J];电网技术;2002年05期

8 蔡凯;谭伦农;李春林;陶雪峰;;时间序列与神经网络法相结合的短期风速预测[J];电网技术;2008年08期

9 吕涛;唐巍;所丽;;基于混沌相空间重构理论的风电场短期风速预测[J];电力系统保护与控制;2010年21期

10 李晶,宋家骅,王伟胜;大型变速恒频风力发电机组建模与仿真[J];中国电机工程学报;2004年06期

【共引文献】

相关期刊论文 前10条

1 储茂得;周松林;;基于小波分析与神经网络的风电场短期风速预测[J];安徽科技学院学报;2011年01期

2 王慧勤;;基于支持向量机的短期风速预测研究[J];宝鸡文理学院学报(自然科学版);2009年01期

3 付勋波;;单周期控制在风力发电并网逆变器中的应用[J];变流技术与电力牵引;2008年04期

4 刘敬;高志建;;应用神经网络法预测光伏系统发电功率[J];大功率变流技术;2010年03期

5 宋战锋;夏长亮;;基于定子磁链的双馈风力发电系统矩阵变换器调制策略[J];电力科学与技术学报;2009年03期

6 窦金延;曹娜;;The Control System Simulation of Variable-Speed Constant-Frequency Wind Turbine[J];Journal of Measurement Science and Instrumentation;2010年S1期

7 刘金龙;李国庆;王振浩;辛业春;;超级电容器储能系统在风电场中的应用研究[J];东北电力大学学报;2011年04期

8 张帆;李国庆;张宇阳;张万林;;双馈感应风电机组建模控制仿真[J];东北电力大学学报;2011年04期

9 齐勇;江亚群;黄纯;;基于虚拟仪器的风电场电压闪变测量研究[J];电测与仪表;2010年09期

10 江岳文;陈冲;温步瀛;;基于随机模拟粒子群算法的含风电场电力系统经济调度[J];电工电能新技术;2007年03期

相关会议论文 前10条

1 高明;吴志强;;基于叶素理论MW级水平轴风力发电机系统建模研究[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年

2 潘庭龙;纪志成;;变速恒频双馈风电系统的建模及运行特性分析[A];2009中国控制与决策会议论文集（1）[C];2009年

3 ;Online Clustering for Wind Speed Forecasting Based on Combination of RBF Neural Network and Persistence Method[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 朱锋;周玮;孙辉;;基于相似日聚类的径向基神经网络风速预测方法[A];中国可再生能源学会海洋能专业委员会成立大会暨第一届学术讨论会论文集[C];2008年

5 李正农;刘艳萍;王莺歌;;实测风场数据的修正与预测[A];第19届全国结构工程学术会议论文集（第Ⅲ册）[C];2010年

6 祝明佳;崔扬;黎平;;关于风电场风速分布参数的确定[A];第十一届全国电工数学学术年会论文集[C];2007年

7 邵t，

本文编号：1717024