期刊导航
期刊开放获取
vip
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
基于小波变换和贝叶斯证据推断框架下的LS-SVM短期风速预测
1
作者
张洁
方瑞明
《能源技术经济》
2012年第5期31-35,共5页
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断...
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机(LS-SVM)回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1 h的预测,预测的平均绝对百分比误差为7.63%,提高了预测精度。预测结果表明:基于贝叶斯证据推断框架下的LS-SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。
展开更多
关键词
贝叶斯证据推断框架
最小二乘支持向量机
风速预测
小波分解
在线阅读
下载PDF
职称材料
题名
基于小波变换和贝叶斯证据推断框架下的LS-SVM短期风速预测
1
作者
张洁
方瑞明
机构
华侨大学信息科学与工程学院
出处
《能源技术经济》
2012年第5期31-35,共5页
基金
福建省高等学校新世纪优秀人才支持计划项目(闽教科2010-24)~~
文摘
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机(LS-SVM)回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1 h的预测,预测的平均绝对百分比误差为7.63%,提高了预测精度。预测结果表明:基于贝叶斯证据推断框架下的LS-SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。
关键词
贝叶斯证据推断框架
最小二乘支持向量机
风速预测
小波分解
Keywords
Bayesian evidence inference framework
least squares support vector machine (LS-SVM)
wind speed forecasting
wavelet decomposition (WD)
分类号
TK-9 [动力工程及工程热物理]
TK-89 [动力工程及工程热物理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波变换和贝叶斯证据推断框架下的LS-SVM短期风速预测
张洁
方瑞明
《能源技术经济》
2012
0
在线阅读
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