基于粒子群优化的核极限学习机模型的风电功率区间预测方法.pdf

想预览更多内容，点击预览全文
点击预览本文档（全文）

申明敬告：

本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己完全接受本站规则且自行承担所有风险，本站不退款、不进行额外附加服务；如果您已付费下载过本站文档，您可以点击这里二次下载

文档介绍

第 35 卷 增刊 中 国 电 机 工 程 学 报 Vol.35 Supplement Sep.30, 2015 146 2015 年 9 月 30 日 Proceedings of the CSEE ©2015 Chin.Soc.for Elec.Eng.

DOI ：10.13334/j.0258-8013.pcsee.2015.S.020 文章编号：0258-8013 (2015) S-0146-08 中图分类号：TM 614 基于粒子群优化的核极限学习机模型的 风电功率区间预测方法 杨锡运，关文渊，刘玉奇，肖运启 (华北电力大学) Prediction Intervals Forecasts of Wind Power based on PSO-KELM YANG Xiyun, GUAN Wenyuan, LIU Yuqi, XIAO Yunqi (North China Electric Power University)

ABSTRACT: Wind power forecasting is essential to the 基于粒子群优化的核极限学习机(PSO-KELM)模型，用于风

management of power system. However, traditional point 电功率区间预测。通过核极限学习机(KELM)建立预测模型，

forecasting of wind power can hardly accurate due to the 采用粒子群算法对 KELM 的输出权值进行优化，寻找最优

stochastic nature of wind. Providing prediction intervals (PIs) 预测区间上下限，充分利用了 KELM 学习速度快、泛化能

by giving a range of potential

最近下载