基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究

吴小涛; 袁晓辉; 袁艳斌; 易凡茹; 朱婧巍; 吴育联

首页> 中文期刊> 《可再生能源》 >基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究

基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证.首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个频率不同的分量;然后,利用变分模态分解(VMD)算法进一步分解频率最高的分量,得到K个相对稳定的分量,其中,K由各分量与利用VMD算法分解得到的残差的相关系数确定;接着,建立基于高斯核和多项式核的混合核最小二乘支持向量机(LSSVM)预测模型,对所有分量进行预测,并利用蝗虫优化算法优化混合核函数的参数;最后,将所有分量的预测结果相加得到原始太阳辐照度时间序列的预测结果.模拟结果表明,与BP神经网络模型、ARIMA模型、LSSVM模型和基于EEMD,LSSVM的预测模型相比,基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型的预测精度更高,能有效反映太阳辐照度的变化规律.

著录项

来源
《可再生能源》 |2021年第7期|899-907|共9页
作者
吴小涛; 袁晓辉; 袁艳斌; 易凡茹; 朱婧巍; 吴育联;
展开▼
作者单位

黄冈师范学院数学与统计学院湖北黄冈 438000;

华中科技大学土木与水利工程学院湖北武汉430074;

武汉理工大学资源与环境工程学院湖北武汉 430070;

黄冈师范学院数学与统计学院湖北黄冈 438000;

黄冈师范学院数学与统计学院湖北黄冈 438000;

黄冈师范学院数学与统计学院湖北黄冈 438000;

展开▼
原文格式 PDF
正文语种 chi
中图分类太阳能;太阳能发电;
关键词
集合经验模态分解算法; 变分模态分解算法; 混合核最小二乘支持向量机; 蝗虫优化算法;

相似文献

中文文献
外文文献
专利

1. 基于FOA优化混合核LSSVM的铁路货运量预测 [J] . 耿立艳 ,陈丽华 . 计算机应用研究 . 2017,第002期
2. 粒子群优化LSSVM与RBF的混合回归预测模型 [J] . 王博 ,彭硕 . 软件导刊 . 2021,第012期
3. 基于双参数最小二乘支持向量机(TPA-LSSVM)的风电时间序列预测模型的优化研究 [J] . 刘云 ,易松 . 北京化工大学学报（自然科学版） . 2019,第002期
4. 改进布谷鸟算法优化混合核LSSVM的卷烟销售量预测 [J] . 周建友 ,张凯威 . 计算机工程与应用 . 2015,第019期
5. 基于优化组合核和 Morlet 小波核的 LSSVM脉动风速预测方法 [J] . 迟恩楠 ,李春祥 . 振动与冲击 . 2016,第018期
6. 一种基于DWT-LSSVM-GARCH混合方法的风速预测模型 [C] . 宋淳宸 ,姜言 ,黄国庆 . 第十八届全国结构风工程学术会议暨第四届全国风工程研究生论坛 . 2017
7. 基于变分模态分解和相关向量机的太阳辐照度预测模型研究 [A] . 吴小涛 . 2018

基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究

摘要

著录项

相似文献

相关主题

期刊订阅