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
- 基于单片机控制的寻迹小车设计 含设计报告 电路原理图 C语音程序 proteus仿真文件 答辩PPT等全套打包
- 实验6：存储过程实验
- 山东大学软件学院算法设计与分析手写整理.pdf
- 故障诊断数据集及实现代码
- 通用自动更新程序（源码）
- PLC通讯协议
- wxPython3.0-win32-3.0.2.0-py27（32位系统安装包）.zip
- 并行计算_mpi编程手册（完整版）.pdf
- unity VR Panorama 360 PRO Renderer 3.0.zip
- source insight sublime text 颜色配置文件
- Ubuntu离线安装NFS的安装包
- 电气自动化专业论文论文
- pcl1.8.1依赖VTK8.0.0源码，用于编译点云在qt界面的可视化
- 翁文波 预测学
- 微信支付商户平台证书工具
- 01+云计算环境搭建.docx
- 项目管理思维导图.rar
- WinFormSvgApplyDemo
- 玲闹钟软件
- TsingTech.exe
- 2015大数据实战：真实电商数据仓库详解
- jQuery UI仿支付宝首页更多、应用编辑界面
- Asp.net动态生成Word文档并填充数据
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