文献类型：期刊文章

作　　者：董利江[1] 李伟[2] 王瑜[3] 钱白云[2] 沈中信[1] 马勤勇[2] 孔筱叶[4]

DONG Lijiang;LI Wei;WANG Yu;QIAN Baiyun;SHEN Zhongxin;MA Qinyong;KONG Xiaoye(Xinjiang Electric Power Construction Commission,Urumqi 830011,China;Electric Power Research Institute of Xinjiang Electric Power Company,State Grid Corporation of China,Urumqi 830000,China;Department of Electronic Engineering,North China Electric Power University,Baoding 071003,China;Sichuan Radiation Technology Co.,Ltd.,Chengdu 610000,China)

机构地区：[1]新疆电力建设调试所,新疆乌鲁木齐830011 [2]国网新疆电力公司电力科学研究院,新疆乌鲁木齐830000 [3]华北电力大学电子工程系,河北保定071003 [4]四川中测辐射科技有限公司,四川成都610000

出　　处：《中国测试》

基　　金：国家电网公司科技项目资助(TSHT-FW-2017-20)

年　　份：2018

卷　　号：44

期　　号：7

起止页码：13-18

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：该文利用混沌理论中的相空间重构方法,对基于相关向量机的风速预测模型的训练样本进行构建,然而通过混沌理论求出的相空间参数(嵌入维数E和时间延迟τ)往往不是预测模型的最优解。针对预测模型超参数优化问题,提出一种基于遗传算法的多参数优化方法,即对E、τ以及相关向量机核参数σ进行同步优化。该方法首先基于遗传算法搜索相关向量机预测模型参数(E、τ、σ)的全局最优解,进而建立预测模型;然后对待预测风速时间序列进行预测;最后以2组实际风速数据为例进行实验研究,并与对比模型方法(只优化参数σ)进行对比。结果表明:该文模型不仅具有较低的预测误差,而且可提高预测效率,缩短预测时间。

关 键 词：参数优化 风速预测 相关向量机 遗传算法 空间重构  

分 类 号：TK89]