基于AP-SVM多模型建模的风电场负荷预测研究
100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 1.0MB
- 页数 6P
- 阅读 60
- 下载 32
针对风电场中期负荷预测模型复杂多工况的情况,提出了基于仿射传播聚类和最小二乘支持向量机的多模型建模负荷预测方法。该方法先用仿射传播聚类算法对样本聚类,再用最小二乘支持向量机算法进行子模型建模。测试样本先根据相似性的度量方法进行归类,再用其所属子模型进行预测输出。最后利用某风场数据进行了建模和预测实验,结果表明该多模型建模方法有较高的预测精度和良好的泛化能力。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于AP-SVM多模型建模的风电场负荷预测研究 1.0MB
基于SVM短期电力负荷预测模型研究 157KB
基于PSO-SVM模型的短期电力负荷预测研究 309KB
基于HMM模型的电力负荷预测模型研究 1.6MB
基于云模型的电力负荷预测 557KB
基于云模型的电力负荷预测 1.3MB
基于灰理论的电力负荷预测模型 414KB
基于BP改进模型的空调系统负荷预测 503KB
基于HHT和神经网络组合的负荷预测模型研究 357KB
基于BP神经网络数学模型的短期负荷预测研究 823KB