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
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：
基于误差修正的VMD-PSO-ELM模型短期风速预测
1
作者 翟晨晨 李汉林 +1 位作者 喻敏 魏来 《计算机与数字工程》 2025年第6期1557-1563,共7页
针对风速序列存在的非平稳性和随机性带来的风速预测不准确问题。论文提出一种基于变分模态分解、粒子群优化算法、极限学习机与长短时记忆网络相结合的风速预测模型。首先采用变分模态分解算法将原始风速序列分解为一系列由低频到高频... 针对风速序列存在的非平稳性和随机性带来的风速预测不准确问题。论文提出一种基于变分模态分解、粒子群优化算法、极限学习机与长短时记忆网络相结合的风速预测模型。首先采用变分模态分解算法将原始风速序列分解为一系列由低频到高频的本征模态分量。对各分量用极限学习机进行预测。针对极限学习机产生权值与阈值的随机性,模型结果存在不稳定性。采用粒子群算法进行优化,寻找权值与阈值的最佳参数组合,借此提高所构建模型的性能。针对原始风速序列与集成序列之间的误差序列,通过长短时记忆网络模型对其进行修正,修正后加总集成序列,得到最终的预测值。论文采用美国国家风电场的两组数据集作为案例研究。实验结果表明,与其他基准模型对比,该模型在短期风速预测中存在优越性。 展开更多
关键词 变分模态分解算法 粒子群优化算法 极限学习机 长短时记忆网络 短期风速预测
在线阅读 下载PDF
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
使用帮助 返回顶部