期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于优化SVMD-IBiTCN-BiLSTM模型的短期风电功率预测方法
1
作者 丁浩展 刘硕 马纪颖 《电子测量技术》 北大核心 2025年第23期98-107,共10页
较高的风电功率预测精准度,能够保障电网可持续稳定运行。针对风电数据的波动性和随机性等特征导致预测精准度欠佳的问题,基于分解-预测模型,提出使用连续变分模态分解算法(SVMD)分解数据,双向时间卷积网络(BiTCN)和双向长短期记忆网络(... 较高的风电功率预测精准度,能够保障电网可持续稳定运行。针对风电数据的波动性和随机性等特征导致预测精准度欠佳的问题,基于分解-预测模型,提出使用连续变分模态分解算法(SVMD)分解数据,双向时间卷积网络(BiTCN)和双向长短期记忆网络(BiLSTM)进行预测为基础的分解预测模型,以提升短期风电功率预测的精准度。使用加入牛顿法增强局部搜索能力的壮丽细尾鹩莺优化算法(SFOA-N)搜寻SVMD的最佳惩罚因子和预测模型的最佳超参数。针对BiTCN中指数增长膨胀率无法适应不同时间序列中的复杂模式的技术难题,提出一种加入动态膨胀率预测模块改进BiTCN的创新方法,可根据输入数据的不同自动调整膨胀率,从而提升预测性能。经本文数据集验证,与单一BiTCN模型对比,基于优化SVMD-IBiTCN-BiLSTM模型的决定系数达到了0.998 2,平均绝对百分比误差、均方根误差和平均绝对误差分别下降了3.57、9.94和7.21,具有较高的预测精度。 展开更多
关键词 风电功率预测 连续变分模态分解 双向时间卷积网络 双向长短期记忆网络 壮丽细尾鹩莺优化算法
原文传递
基于18种核函数映射的孪生回归支持向量机月径流预测
2
作者 周正道 崔东文 《中国农村水利水电》 2026年第4期107-115,共9页
核函数及核函数参数的合理选取对于提升孪生回归支持向量机(TWSVR)性能具有重要意义。为提高月径流时间序列预测精度,对比验证不同核函数映射的TWSVR在月径流预测中的效果,基于小波包变换(WPT)、线性核函数等18种核函数、壮丽细尾鹩莺... 核函数及核函数参数的合理选取对于提升孪生回归支持向量机(TWSVR)性能具有重要意义。为提高月径流时间序列预测精度,对比验证不同核函数映射的TWSVR在月径流预测中的效果,基于小波包变换(WPT)、线性核函数等18种核函数、壮丽细尾鹩莺优化算法(SFOA)和TWSVR,提出18种核函数映射的WPT-SFOA-TWSVR模型,并构建5种常见核函数映射的WPT-SFOA-回归支持向量机(SVR)模型作对比分析,通过云南省滴水、南洞、勐大、南康河水文站月径流预测实例对23种模型进行验证。首先利用WPT对实例月径流时序数据进行分解处理,划分训练集和验证集;然后利用SFOA优化不同核函数映射的TWSVR/SVR超参数;最后利用最优超参数建立不同核函数映射的WPT-SFOA-TWSVR/SVR模型对4个实例月径流各分量进行训练、预测和加和重构。结果表明:①基于线性核函数、高斯核函数、多项式核函数、小波核函数、Sigmoid核函数、神经核函数映射的WPT-SFOA-TWSVR模型预测误差最小、性能最好;基于ANOVA核函数、Bessel核函数、对数核函数、多二次核函数、幂次核函数映射的WPT-SFOATWSVR模型次之;基于T-Student核函数、柯西核函数、有理二次方核函数映射的WPT-SFOA-TWSVR模型预测误差相对较大;基于拉普拉斯核函数、傅里叶核函数、卡方核函数、球形核函数映射的WPT-SFOA-TWSVR模型预测误差最大。②在相同WPT分解和SFOA优化情形下,TWSVR模型性能明显优于SVR。③利用SFOA优化TWSVR超参数,可以显著提升模型性能和计算效率。④不同核函数映射的WPT-SFOA-TWSVR模型具有较好的普适性,为TWSVR核函数的选取和优化应用提供参考和借鉴。 展开更多
关键词 月径流预测 小波包变换 壮丽细尾鹩莺优化算法 核函数 孪生回归支持向量 超参数优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部