首页 > 《上海电机学院学报》 > 2015年3期 > 基于人工蜂群算法的风电功率预测技术

基于人工蜂群算法的风电功率预测技术

打印

在线阅读下载PDF 导出详情

摘要风电场的安全运行需要风电功率预测具有较高的精度。尽管支持向量机（SVM）理论在解决预测数据非线性等方面有较大优势,但SVM的参数难以选取。采用人工蜂群算法（ABC）对SVM中的参数进行寻优并对风电功率进行预测,将仿真预测结果与标准SVM预测结果进行对比,结果证明该方法提高了预测精度。

DOI n495poy3dy/1524511

作者张鑫;陈国初;王永翔

机构地区不详

出处《上海电机学院学报》 2015年3期

关键词支持向量机风力发电功率预测人工蜂群算法

分类 [电气工程][电机]

出版日期 2015年03月13日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1沈舒雨.基于MapReduce的人工蜂群聚类算法研究.电力系统及自动化,2018-12.
2郝洁，谷祥拓，马桂兰.风电功率短期预测算法研究.电力系统及自动化,2019-10.
3王丽婕;厉虹;方市彬.基于人工鱼群优化算法的支持向量机短期风电功率预测模型.电力电子与电力传动,2016-10.
4孟静.基于ARMA的风电功率预测.中国文学,2012-02.
5吴天红，王玮，姜英姿.基于粒子群算法与人工蜂群算法的多目标车辆路径优化.建筑技术科学,2020-04.
6徐屹;张杰.基于组合预测方法的风电功率预测模型.基础数学,2012-04.
7高凤玉.风速及风电功率预测分析.电力系统及自动化,2017-12.
8温锦斌1.基于提升小波和人工神经网络的短期风电功率预测.产业经济,2020-12.
9李俊青;潘全科;王法涛.求解混合流水线调度问题的离散人工蜂群算法.运筹学与控制论,2015-01.
10郭刚1,柏静2.求解约束优化问题的文化基因人工蜂群混沌算法.教育学,2021-10.

来源期刊

上海电机学院学报

相关推荐

同分类资源更多

相关关键词

支持向量机风力发电功率预测人工蜂群算法

返回顶部