基于精英 QPSO 优化的 LSSVM 短期风速预测
信号处理
2020-10-16 v1
摘要
如今，由于其高效的能源利用和低污染，风电被认为是最广泛使用的可再生能源应用之一。为了维持风电在电力市场中的高渗透率，对高效风速预测模型的需求很大。然而，风速的非平稳和非线性特征使得风速预测任务具有挑战性。LSSVM 已被证明是一种良好的预测算法，主要用于风速数据等时间序列应用。为提升算法的学习性能和泛化能力，LSSVM 有两个超参数，即正则化参数和核参数，需要仔细调优。本文提出一种改进的 QPSO 算法，利用转座子算子原理对 QPSO 的个体最优和全局最优粒子进行繁殖，提升全局搜索能力。随后将该优化算法用于生成 LSSVM 超参数的最优值。最后，将所提模型的性能与先前已知的 PSO 和 QPSO 优化 LSSVM 模型进行比较。实证结果表明，所提模型相较对比方法表现出更优的性能。
引用
@article{arxiv.2010.07757,
title = {Short-term Wind Speed Forecasting based on LSSVM Optimized by Elitist QPSO},
author = {Ephrem Admasu Yekun and Alem Haddush Fitwi and S. Karpaga Selvi and Anubhav Kumar},
journal= {arXiv preprint arXiv:2010.07757},
year = {2020}
}
备注
12 pages, 7 figures, submitted to a conference paper