文件名称:
基于样本熵和极端学习机的超短期风电功率组合预测模型_张学清 (1).pdf
开发工具:
文件大小: 373kb
下载次数: 0
上传时间: 2020-02-14
详细说明：该文提出一种经验模态分解(empirical modedecomposition，EMD)–样本熵(sample entropy，SE)和极端学习机(extreme learning machine，ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE 将风电功率时间序列分解为一系列复杂度差异明显的风电子序列；其次利用最小二乘支持向量机(least squares support vector machine，LSSVM) 、极端学习机和经原始岭回归(primal ridge regression，PRR)改进的极端学习机(PRR-ELM)对各子序列建立组合预测模型，并采用交叉验证法和重构相空间法确定各模型的参数和输入向量维数，以提高各组合模型的预测精度；最后以某一风电场实际采集的数据为算例，结果表明基于EMD-SE 理论的ELM 和PRR-ELM 组合预测模型在预测精度和训练速度上都明显优于EMD-SE 理论和LSSVM 的组合模型，且其预测结果更接近于真实值，为实现风电功率在线的较高精度超短期预测提供了可能。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
