基于改进最小二乘SVM方法的短期风速预测
为了进一步提高短期风速预测的精度，分析了一种改进的风速预测方法，该方法考虑风速 发生变化的极值点对总体预测误差的影响，以及预测曲线较实际曲线产生的滞后，分别对预测数据 进行了极值点修正和偏移量处理，在对未来th风速进行预测时，相比PSO优化的最小二乘支持 向量机模型、未经优化的最小二乘支持向量机模型及BP神经网络模型，所提出的模型具有较高的 预测精度和运算速度，算例结果表明，改进的最小二乘支持向量机算法是进行短期风速预测的有效 方法。
风速预测 粒子群优化 最小二乘支持向量机 极值点 偏移量
张广明 袁宇浩 龚松建
南京工业大学自动化与电气工程学院,南京 210009
国内会议
南京
中文
1279-1284
1900-01-01（万方平台首次上网日期，不代表论文的发表时间）