HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于改进LSSVM的太阳辐射量预测

作者:张东寅; 吴小涛; 袁晓辉; 袁艳斌; 许汉平太阳辐射量短期预测变分模态分解最小二乘支持向量机粒子群优化

摘要:为准确预测太阳辐射量,提出一种基于变分模态分解和粒子群优化算法的最小二乘支持向量机组合预测模型。针对太阳辐射量序列具有不稳定性的特点,首先利用变分模态分解将历史太阳辐射量数据分解成一系列相对稳定的分量序列,再应用粒子群优化最小二乘支持向量机参数,以预测各分量序列,将各分量太阳辐射量预测值集成,从而得到最终太阳辐射量预测值。实例分析和对比研究表明,该模型预测太阳辐射量有效可行,具有较高的预测精度。研究成果可为太阳辐射量预测提供参考。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

水电能源科学

《水电能源科学》(CN:42-1231/TK)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《水电能源科学》主要报道水、电、能源及相关学科的新理论、新技术、新方法及工程应用成果,适当报道经验交流、技术革新和技术改造,涉及水电、电气与电子、能源与动力、土木与力学、环境工程、控制工程、计算机等多个学科。

杂志详情