Journal of Shanghai Jiao Tong University

Journal of Shanghai Jiaotong University >

2016 , Vol. 50 >Issue 11: 1719 - 1723

DOI: https://doi.org/10.16183/j.cnki.jsjtu.2016.11.010

基于极限学习机的脉动风速快速预测方法

  • 李春祥 ,
  • 迟恩楠 ,
  • 李正农
Expand
  • 上海大学, 湖南大学

Online published: 2025-07-02

Fold

Abstract

提出基于极限学习机(ELM)的脉动风速预测新模型.运用自回归滑动平均模型生成脉动风速数据库,并将其分为训练集和测试集.采用ELM对训练集进行学习训练,建立回归模型,从而实现对测试集风速的泛化预测.经与基于粒子群优化(PSO)的混合核函数最小二乘支持向量(PSO-MK-LSSVM)和误差反传神经网络(PSO-BP)对比,验证了ELM模型的有效性.数值结果表明,与PSO-MK-LSSVM和PSO-BP相比,无论在预测精度还是计算速度上,ELM模型都具有显著的优势.

Key words： 极限学习机, 脉动风速, 预测, 最小二乘支持向量机, 误差反传神经网络

Cite this article

李春祥 , 迟恩楠 , 李正农 . 基于极限学习机的脉动风速快速预测方法[J]. Journal of Shanghai Jiaotong University, 2016 , 50(11) : 1719 -1723 . DOI: 10.16183/j.cnki.jsjtu.2016.11.010

Options
Outlines

/

〈 〉