期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模糊信息粒化和最小二乘支持向量机的风电功率联合预测建模
被引量:
43
1
作者
王恺
关少卿
+2 位作者
汪令祥
王鼎奕
崔垚
《电力系统保护与控制》
EI
CSCD
北大核心
2015年第2期26-32,共7页
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率平均值预测和风电功率波动范围预测的联合预测模型建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各个窗口的有效分量信息,即各窗口的最小值、大致平均值和最大...
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率平均值预测和风电功率波动范围预测的联合预测模型建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各个窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值。其次应用最小二乘支持向量机对各个分量分别建立预测模型,并使用自适应粒子群算法对各个分量模型进行优化。最后使用优化后的最小二乘支持向量机模型对风电功率平均值和风电功率波动范围进行联合预测。实例研究表明,该联合预测模型可以有效进行风电功率平均值预测和风电功率波动范围预测的联合预测,并能有效跟踪风电功率变化。
展开更多
关键词
风力发电
功率预测
模糊信息粒化
最小二乘支持向量机
联合预测
下载PDF
职称材料
基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测模型
被引量:
29
2
作者
王贺
胡志坚
仉梦林
《电工技术学报》
EI
CSCD
北大核心
2014年第12期218-224,共7页
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值;其次应用最小二乘支持向量机对...
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值;其次应用最小二乘支持向量机对各分量分别建立预测模型,并使用自适应粒子群算法对各分量模型进行优化;最后使用优化后最小二乘支持向量机模型对风电功率波动范围进行预测。实例研究表明,该组合预测模型可以有效跟踪风电功率变化,对风电功率波动范围进行预测。
展开更多
关键词
风力发电
波动范围
模糊信息粒化
最小二乘支持向量机
组合预测
下载PDF
职称材料
题名
基于模糊信息粒化和最小二乘支持向量机的风电功率联合预测建模
被引量:
43
1
作者
王恺
关少卿
汪令祥
王鼎奕
崔垚
机构
国网安徽省电力公司合肥供电公司
阳光电源股份有限公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2015年第2期26-32,共7页
文摘
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率平均值预测和风电功率波动范围预测的联合预测模型建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各个窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值。其次应用最小二乘支持向量机对各个分量分别建立预测模型,并使用自适应粒子群算法对各个分量模型进行优化。最后使用优化后的最小二乘支持向量机模型对风电功率平均值和风电功率波动范围进行联合预测。实例研究表明,该联合预测模型可以有效进行风电功率平均值预测和风电功率波动范围预测的联合预测,并能有效跟踪风电功率变化。
关键词
风力发电
功率预测
模糊信息粒化
最小二乘支持向量机
联合预测
Keywords
wind
power
power
predication
fuzzy information granulation
least squares support vector machine
combined forecast
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测模型
被引量:
29
2
作者
王贺
胡志坚
仉梦林
机构
北京林业大学工学院
武汉大学电气工程学院
出处
《电工技术学报》
EI
CSCD
北大核心
2014年第12期218-224,共7页
基金
中央高校基本科研业务费专项资金(BLX2014-05)资助项目
文摘
提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值;其次应用最小二乘支持向量机对各分量分别建立预测模型,并使用自适应粒子群算法对各分量模型进行优化;最后使用优化后最小二乘支持向量机模型对风电功率波动范围进行预测。实例研究表明,该组合预测模型可以有效跟踪风电功率变化,对风电功率波动范围进行预测。
关键词
风力发电
波动范围
模糊信息粒化
最小二乘支持向量机
组合预测
Keywords
wind power generation
,
range of fluctuation
,
fuzzy information granulation
,
least squares support vector machine
,
combined forecast
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模糊信息粒化和最小二乘支持向量机的风电功率联合预测建模
王恺
关少卿
汪令祥
王鼎奕
崔垚
《电力系统保护与控制》
EI
CSCD
北大核心
2015
43
下载PDF
职称材料
2
基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测模型
王贺
胡志坚
仉梦林
《电工技术学报》
EI
CSCD
北大核心
2014
29
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部