电网技术

2018, v.42;No.412(03) 842-848

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于优化FCM聚类的RELM风速预测
Wind Speed Forecasting of Regularized ELM Based on Optimized FCM Clustering

潘超;秦本双;何瑶;袁翀;沈清野;

摘要(Abstract):

准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法进行特征选择,然后采用优化的模糊C均值聚类方法对风速样本进行聚类,再对极限学习机进行优化,进而构建风速组合预测模型。最后结合风电场实测数据进行风速预测实验,结果表明该方法具有较高的预测精度。

关键词(KeyWords): 风速预测;最大相关最小冗余;模糊C均值聚类;正则化;极限学习机

Abstract:

Keywords:

基金项目(Foundation): 国家863高技术基金项目(SS2014AA052502);; 国家自然科学基金项目(51507027)~~

作者(Author): 潘超;秦本双;何瑶;袁翀;沈清野;

Email:

DOI: 10.13335/j.1000-3673.pst.2017.1200

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享