基于相关向量机的短期风速预测模型

查看全文 作　　者：[1]李慧杰 [2]刘亚南 [2]卫志农索引[1]李晓露 Kwok W [3]Cheung [2]孙永辉索引[2]孙国强索引

机构地区：[1]阿尔斯通电网技术中心有限公司,上海201114;[2]河海大学可再生能源发电技术教育部工程研究中心,江苏南京210098;[3]ALSTOMGridInc.,Redmond,USAWashington98052

出　　处：《电力自动化设备》索引2013年第33卷第10期,共5页

基　　金：国家自然科学基金资助项目(51277052,51107032,61104045)~~ 摘　　要：通过对风速的时间序列进行分析,表明该序列具有混沌特性。在此基础上,利用相空间重构理论建立基于相关向量机(RVM)的短期风速预测模型,并对不同的核函数进行分析,选出最优的核函数。与现有的风速预测模型相比,该模型具有高稀疏性、核函数选择灵活等优点。仿真结果表明,与BP神经网络和支持向量机(SVM)模型相比,RVM模型预测精度更高。 关键词：神经网络支持向量机相关向量机相空间重构短期风速预测模型

相关文献

参考文献（18）
引证文献（13）
耦合文献（1609）

参考文献(18)

引证文献(13)

耦合文献(1609)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于相关向量机的短期风速预测模型

参考文献(18)

引证文献(13)

耦合文献(1609)

用户提示