基于改进TLBO优化LSSVM的风电功率短期预测

发布时间：2023-04-30 05:42

　　为提高风电功率短期预测的精度,提出一种基于改进TLBO优化LSSVM的风电功率短期预测方法。首先对基本TLBO算法中的‘教’阶段进行改进,在采用自适应教学因子的同时改变所有搜索个体的平均值,从而能够自适应的提高TLBO在整个搜索空间的性能;然后改进TLBO算法的‘学’阶段,为维持种群的多样性,避免TLBO算法过早收敛和陷入局部最优,在学习阶段引入高斯变异算子;最后用改进的TLBO优化构建的LSSVM预测模型。以上海北沿风电场和莱州风电场实测数据为例,仿真结果表明,与PSO和TLBO优化LSSVM相比,改进的TLBO优化LSSVM方法对短期风电功率预测具有更好的稳定性和更高的准确性。

【文章页数】：5 页

【文章目录】：
0 引言
1 LSSVM回归模型
2 基本的TLBO算法
    2.1‘教’阶段
    2.2‘学’阶段
3 改进的TLBO算法
    3.1 改进的‘教’阶段
    3.2 改进的‘学’阶段
4 改进的TLBO算法寻优LSSVM参数
5 算例分析
    5.1 历史数据处理
    5.2 基于改进TLBO优化LSSVM的风电功率短期预测
6 结束语



本文编号：3806540