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
1
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
基于优化FCM聚类的RELM风速预测
被引量:
14
1
作者
潘超
秦本双
+2 位作者
何瑶
袁翀
沈清野
《电网技术》
EI
CSCD
北大核心
2018年第3期842-848,共7页
准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法...
准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法进行特征选择,然后采用优化的模糊C均值聚类方法对风速样本进行聚类,再对极限学习机进行优化,进而构建风速组合预测模型。最后结合风电场实测数据进行风速预测实验,结果表明该方法具有较高的预测精度。
展开更多
关键词
风速预测
最大相关最小冗余
模糊C均值聚类
正则化
极限学习机
下载PDF
职称材料
题名
基于优化FCM聚类的RELM风速预测
被引量:
14
1
作者
潘超
秦本双
何瑶
袁翀
沈清野
机构
东北电力大学电气工程学院
国网淳安供电公司
国网舟山
供电
公司
出处
《电网技术》
EI
CSCD
北大核心
2018年第3期842-848,共7页
基金
国家863高技术基金项目(SS2014AA052502)
国家自然科学基金项目(51507027)~~
文摘
准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法进行特征选择,然后采用优化的模糊C均值聚类方法对风速样本进行聚类,再对极限学习机进行优化,进而构建风速组合预测模型。最后结合风电场实测数据进行风速预测实验,结果表明该方法具有较高的预测精度。
关键词
风速预测
最大相关最小冗余
模糊C均值聚类
正则化
极限学习机
Keywords
wind speed forecasting
minimal redundancymaximal relevance
fuzzy C-means clustering
regularization
extreme learning machine
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
基于优化FCM聚类的RELM风速预测
潘超
秦本双
何瑶
袁翀
沈清野
《电网技术》
EI
CSCD
北大核心
2018
14
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