基于小波包分解和布谷鸟算法的最小二乘支持向量机风速预测模型的研究与应用

发布时间：2017-10-19 11:35

  本文关键词：基于小波包分解和布谷鸟算法的最小二乘支持向量机风速预测模型的研究与应用

  更多相关文章： 混合风速预测模型 数据预处理 参数优化 人工智能算法

【摘要】：风能是一种最具规模发展潜力的清洁可再生能源,因为它不仅没有燃料问题,也不会产生辐射和空气污染,而且随着风能设施日趋进步,其生产成本也大量降低,在某些地点,风力发电成本已低于其它发电方式的成本。而风速预测是风能资源评估和电网规划的关键。然而,由于风能的间歇性和不稳定性等因素,准确预测风速成为一项艰巨的任务。传统方法总是直接预测原始数据,而忽略原始数据的预处理,因此,预测方法的稳定性有时是没有保证的。本文提出了一个新的基于数据预处理和人工智能算法的混合预测方法,提出的混合方法包含三个部分：首先对原始的风速数据进行数据预处理,然后建立初始的LSSVM模型并利用布谷鸟搜索算法对模型进行参数寻优,最后用优化好的LSSVM模型对风速数据进行预测,通过以上步骤以保证风速预测准确性和稳定性。此外,本文提出的模型以中国山东省蓬莱虎山发电场每10分钟平均风速数据为例进行了实证研究,并和BP神经网络、小波神经网络以及粒子群优化的LSSVM模型的风速预测结果进行了对比,最后还进行了假设检验。风速预测和假设检验的结果表明,该混合方法不仅简单而且可以有效地提高风速预测的准确性。
【关键词】：混合风速预测模型 数据预处理 参数优化 人工智能算法
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614;TP18
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 引言7-10
• 第二章 基于神经网络的风速预测模型10-17
• 2.1 神经网络简介10
• 2.2 BP神经网络10-14
• 2.3 小波神经网络14-15
• 2.4 数值实验15-17
• 2.4.1 数据来源及描述15
• 2.4.2 预测结果15-17
• 第三章 基于PSO算法的最小二乘支持向量机的风速预测17-27
• 3.1 VC维理论17
• 3.2 结构风险最小化原则17-18
• 3.3 支持向量机18
• 3.4 支持向量回归机18-20
• 3.5 最小二乘支持向量机20-22
• 3.6 PSO算法22-25
• 3.6.1 PSO算法的基本理论22-23
• 3.6.2 PSO算法的流程23-24
• 3.6.3 PSO算法的参数选择24-25
• 3.7 PSO-LSSVM算法流程25
• 3.8 数值实验25-27
• 第四章 基于数据预处理和布谷鸟算法的最小二乘支持向量机混合模型的风速预测27-45
• 4.1 数据预处理27-31
• 4.1.1 小波变换27-29
• 4.1.2 小波包变换29-31
• 4.2 布谷鸟算法31-34
• 4.2.1 莱维飞行32
• 4.2.2 布谷鸟搜索算法32-34
• 4.3 假设检验34
• 4.4 混合风速预测模型的流程34-36
• 4.5 数值实验36-45
• 4.5.1 数据预处理的结果36-37
• 4.5.2 预测结果37-39
• 4.5.3 假设检验结果39-40
• 4.5.4 预测结果的比较40-45
• 第五章 结论与展望45-47
• 5.1 结论45
• 5.2 展望45-47
• 参考文献47-52
• 附录52-58
• 在学期间的研究成果58-59
• 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 胡子谷,宓为建,石来德;故障振动信号的小波包分解与诊断[J];振动与冲击;1998年02期

2 王丽君;杨振中;田光旭;葛临东;;小波包分解在氢发动机异常燃烧诊断中的应用[J];车用发动机;2007年06期

3 邱家兴;李彬;项田超;;基于小波包分解的水面目标吨位大小分类方法[J];中国科技信息;2012年16期

4 钱苏翔;杨世锡;焦卫东;胡红生;;基于独立分量分析与小波包分解的混叠声源信号波形恢复[J];中国机械工程;2010年24期

5 宋友,柳重堪,李其汉;基于小波包分解的早期碰摩故障诊断研究[J];北京航空航天大学学报;2003年01期

6 冯哲圣,顾德恩,杨邦朝;基于小波包分解的电化学噪音能量谱分析[J];电子测量与仪器学报;2003年04期

7 刘晓波,黄其柏,孙康;小波包分解及其在旋转机械故障诊断中的应用[J];风机技术;2004年06期

8 熊祖坤;李海云;;结合异质扩散和小波包分解的医学图像分割算法[J];计算机辅助设计与图形学学报;2008年12期

9 李自国;郝伟;李凌均;;基于小波包分解和支持向量数据描述的故障诊断方法[J];机械强度;2007年03期

10 张景川;曾周末;张兆伟;程向丽;张溪默;;基于小波包分解的多尺度互相关管道定位方法[J];纳米技术与精密工程;2011年02期

中国重要会议论文全文数据库 前7条

1 范海宁;郭英;吴剑锋;陈志武;;基于小波包分解的声信号特征提取方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

2 陈光军;胡昌华;任章;周志杰;;小波包分解在惯性器件故障诊断中应用研究[A];2004全国测控、计量与仪器仪表学术年会论文集（下册）[C];2004年

3 张志猛;李永刚;张建忠;;基于小波包分解的发电机转子绕组匝间短路故障检测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

4 罗忠;孙伟;张帅;韩清凯;;基于小波包分解的不对中转子系统的振动特征分析[A];第9届全国转子动力学学术讨论会ROTDYN'2010论文集[C];2010年

5 赵池航;周百令;李坤宇;赵立业;;小波包分解在高精度海洋重力仪数据处理中的应用研究[A];中国惯性技术学会第五届学术年会论文集[C];2003年

6 王志刚;吕勇;李友荣;李方;;基于自适应谐波小波包分解的齿轮故障诊断方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

7 付博志;张鸿宾;;基于MPEG-I和小波包分解的语音特征提取[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

中国硕士学位论文全文数据库 前3条

1 魏翔;基于小波包分解和布谷鸟算法的最小二乘支持向量机风速预测模型的研究与应用[D];兰州大学;2015年

2 胡维;不同水温浸泡后花岗岩声发射特征及其信号识别[D];江西理工大学;2015年

3 付博志;基于MPEG-1和小波包分解的说话人识别[D];北京工业大学;2008年

，

本文编号：1060874