您的位置: 专家智库 > >

范磊

作品数:3 被引量:58H指数:3
供职机构:河海大学能源与电气学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:电气工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇电气工程

主题

  • 3篇向量
  • 3篇向量机
  • 2篇区间预测
  • 2篇相关向量机
  • 1篇短期风速
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇输出功率
  • 1篇网络
  • 1篇小波
  • 1篇小波分析
  • 1篇混合核函数
  • 1篇基于变分
  • 1篇光伏
  • 1篇核函数
  • 1篇风速
  • 1篇风速预测
  • 1篇变分

机构

  • 3篇河海大学
  • 2篇阿尔斯通电网...
  • 1篇国家电网常州...

作者

  • 3篇范磊
  • 2篇孙永辉
  • 2篇孙国强
  • 2篇卫志农
  • 2篇李慧杰
  • 1篇梁智
  • 1篇王越

传媒

  • 1篇电力自动化设...
  • 1篇电力系统及其...
  • 1篇广东电力

年份

  • 1篇2017
  • 2篇2016
3 条 记 录,以下是 1-3
排序方式:
基于EEMD-RVM的短期风功率区间预测被引量:4
2016年
针对现有风功率预测方法多为确定性的点预测,无法描述风功率的随机性的问题,建立了基于集合经验模态分解和相关向量机的短期风功率区间预测模型。首先对原始风功率序列进行集合经验模态分解,获得一个剩余分量及多个具有不同特性的固有模态分量;然后对各分量采用相关向量机算法分别建立区间预测模型;最后将各分量的预测结果进行叠加得到一定置信水平下的区间预测结果。仿真结果表明,所提的区间预测方法具有较高的预测精度和较窄区间宽度,区间覆盖率较高。
范磊王越梁智戴丽媛
关键词:区间预测相关向量机混合核函数
基于变分模态分解和蝙蝠算法-相关向量机的短期风速区间预测被引量:44
2017年
现有的风速预测方法大多是确定性的点预测,无法描述风速的随机性。针对该问题,建立基于变分模态分解(VMD)和蝙蝠算法-相关向量机(BA-RVM)的短期风速区间预测模型。对原始风速序列进行变分模态分解获得多个子序列;采用样本熵(SE)算法对子序列进行重组得到3类具有典型特性的分量;对各分量采用相关向量机算法分别建立预测模型。为进一步提高预测精度、缩小区间范围,引入蝙蝠算法(BA)对预测模型进行参数优化。将各分量的预测结果进行叠加求和得到一定置信水平下总体的区间预测结果。实际算例结果表明,与现有方法相比,所提区间预测方法的预测精度和区间覆盖率更高,区间宽度更窄。
范磊卫志农李慧杰Kwok W Cheung孙国强孙永辉
关键词:风速预测相关向量机区间预测
基于小波分析和集成学习的光伏输出功率短期预测被引量:10
2016年
针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋势项采用SVM算法,随机项采用BP算法进行预测处理;再考虑到随机项的非平稳性和BP算法的固有缺点,为提高预测精度,将集成学习引入随机项的预测模型。大量测试结果表明,基于小波分析和集成学习的短期预测模型的预测精度优于现有几种模型。
孙永辉范磊卫志农李慧杰Kwok W Cheung孙国强
关键词:小波分析BP神经网络支持向量机
共1页<1>
聚类工具0