典型文献
基于相空间重构和LSSVM的短期风速预测
文献摘要：
为了提高短期风速预测精度,提出了一种基于最小二乘支持向量机的短期风速预测方法.首先采用复自相关法和互信息法计算延迟时间,采用伪最邻近点法和Cao式法计算嵌入维数,使延迟时间和嵌入维数取值更合理.其次运用小数据量法计算混沌时间序列的最大Lyapunov指数,G-P算法计算时间序列的关联维数,用以证明风速序列为混沌时间序列并确定支持向量.然后采用扩展记忆粒子群对最小二乘支持向量机的惩罚参数和核函数参数进行优化,建立PSOEM-LSSVM的短期风速预测模型.最后与其他几种风速预测模型对比,仿真结果表明PSOEM-LSSVM预测模型可加快收敛速度,提高计算精度,验证了提出的短期风速预测方法的正确性和实用性.
文献关键词：
相空间重构;最小二乘支持向量机;风速;预测;扩展记忆粒子群
中图分类号：
作者姓名：
莫如发
作者机构：
广东电网能源发展有限公司,广东 广州 510000
文献出处：
引用格式：
[1]莫如发-.基于相空间重构和LSSVM的短期风速预测)[J].电工技术,2022(18):54-58
A类：
扩展记忆粒子群
B类：
相空间重构,LSSVM,风速预测,最小二乘支持向量机,自相关法,互信息法,延迟时间,Cao,嵌入维数,更合,小数据,数据量,混沌时间序列,Lyapunov,算法计算,计算时间,关联维数,惩罚参数,核函数,函数参数,PSOEM,模型对比,快收敛,收敛速度,计算精度
AB值：
0.282628
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
