基于EEMD和LS-SVM模型的风电功率短期预测方法
原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA)，将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。
文件下载
评论信息
其他资源
- MIMU-ZUPT&PDR;室内导航算法资料
- matlab时频分析及其应用--pdf
- 光纤光栅使用不同切趾函数切趾图
- 基于raw socket的UDP数据的发送和接收
- ssm搭建、Oauth2.0客户端和服务端
- 基于词林和知网的词语相似度计算python源代码--最新算法
- 张恭庆《变分学》习题与解答
- 计算方法 方程求根 二分法、牛顿法、弦截法
- 构建凸包和不规则三角网
- I2C总线控制代码（三段式verilog）
- IC类面试题（不同公司合集）.pdf
- YourName.exe.config
- Unity MegaCity 特大城市 超大城市
- VoteKick.jar
- 开源的networkcomms2.3.1通信框架(gplv3)
- c# 7z压缩方式，源码 Demo
- Winrar 3.9 中文破解版+最新稳定版
- rational rose 图书管理系统 用例图 时序图 协作图等全部图
- 操作系统原理（第3版）答案
- windows-64位sed.exe
- 软件工程课程设 超市管理系统可行性分析
- 数据库第四版答案.zip
- Robust Statistics - 2nd Edition
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明