典型文献
基于CEEMD-IDA-SVM的风电功率短期预测
文献摘要：
为提高风电功率预测精度,提出一种结合完全集合经验模态分解(CEEMD)、改进蜻蜓算法(IDA)和支持向量机(SVM)的风电功率短期预测模型.首先,使用CEEMD方法对风电功率原始数据进行预处理,将非平稳信号分解为多个子序列,从而提高数据的稳定性,改善数据质量.其次,在蜻蜓算法中引入反向学习策略,以改善算法的收敛性能,形成的IDA用于SVM参数的寻优.最后,利用IDA优化后的SVM构建预测模型.实例仿真结果及对比实验表明:本文使用的方法能有效地提高风电功率的预测准确率,有一定的优越性.
文献关键词：
风电功率预测;完全集合经验模态分解;蜻蜓算法;支持向量机;反向学习
中图分类号：
作者姓名：
郭韶昕;陈祥;周枫
作者机构：
北京京能清洁能源电力股份有限公司内蒙古分公司,呼和浩特 010070;福氏新能源技术(上海)有限公司技术部,上海 201315
文献出处：
引用格式：
[1]郭韶昕;陈祥;周枫-.基于CEEMD-IDA-SVM的风电功率短期预测)[J].上海电机学院学报,2022(06):339-345
A类：
B类：
CEEMD,IDA,风电功率短期预测,风电功率预测,完全集合经验模态分解,蜻蜓算法,原始数据,非平稳信号,信号分解,子序列,数据质量,反向学习策略,收敛性能,实例仿真,预测准确率
AB值：
0.191963
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
