搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

短期风速时间序列混沌特性分析及预测

田中大 李树江 王艳红 高宪文

短期风速时间序列混沌特性分析及预测

田中大, 李树江, 王艳红, 高宪文
PDF
导出引用
导出核心图
  • 针对短期风速时间序列的预测问题进行了研究. 首先通过0-1混沌测试法确定短期风速时间序列具有混沌特性. 采用相空间重构技术, 利用C-C算法确定延迟时间, G-P 算法确定嵌入维数. 然后提出一种参数在线修正的最小二乘支持向量机预测模型, 采用改进的粒子群算法进行预测模型中参数的优化. 最后通过仿真对比实验表明提出的预测方法在预测精度、预测误差、预测效果方面都要优于其他常见的预测方法, 证明该预测方法是有效的.
    • 基金项目: 国家自然科学基金重点项目(批准号: 61034005)资助的课题.
    [1]

    Xiu C B, Liu X T, Zhang X, Yu T T 2013 Power System Protection and Control 41 14 (in Chinese) [修春波, 刘新婷, 张欣, 于婷婷 2013 电力系统保护与控制 41 14]

    [2]

    Yang X Y, Sun B J, Zhang X F, Li L X 2012 Proc. the CSEE 32 35 (in Chinese) [杨锡运, 孙宝君, 张新房, 李利霞 2012 中国电机工程学报 32 35]

    [3]

    Ma L, Benoudjit N 2011 Appl. Energ. 88 2463

    [4]

    Ma L, Luan S Y, Jiang C W, Liu H L, Zhang Y 2009 Renew. Sustain. Energy Rev. 13 915

    [5]

    Pelikán E, Eben K, Resler J, Juru P, Krc P, Brabec M, Brabec T, Musilek P 2010 9th Conference on Environment and Electrical Engineering (Piscataway, NJ: IEEE) p45

    [6]

    Cuo L, Zhang Y X, Wang Q C 2013 J. Climate 26 85

    [7]

    Erdem E, Shi J 2011 Appl. Energ. 88 1405

    [8]

    Jiang J L, Lin G M 2008 Control Theory Appl. 25 374 (in Chinese) [蒋金良, 林广明 2008 控制理论与应用 25 374]

    [9]

    Liu H, Tian H Q, Li Y F 2012 Appl. Energ. 98 415

    [10]

    Li H J, Liu Y N, Wei Z N, Li X L, Cheung K W, Sun Y H, Sun G Q 2013 Electr. Power Autom. Equip. 33 28 (in Chinese) [李彗杰, 刘亚男, 卫志农, 李晓露, Kwok W Cheung, 孙永辉, 孙国强 2013 电力自动化设备 33 28]

    [11]

    Wang Y, Wu D L, Guo C X, Wu Q H, Qian W Z, Yang J 2010 IEEE PES General Meeting (Piscataway, NJ: IEEE) p1

    [12]

    Li X, Wang X, Zheng Y H, Li L X, Zhou L D, Sheng X K 2014 International Conference on Renewable Energy and Environmental Technology (Zurich-Durnten: Trans Tech) p1825

    [13]

    Zeng J, Zhang H 2011 Acta Energiae Solaris Sin. 32 296 (in Chinese) [曾杰, 张华 2011 太阳能学报 32 296]

    [14]

    Louka P, Galanis G, Siebert N, Kariniotakis G, Katsafados P, Pytharoulis I, Kallos G 2008 J. Wind Eng. Ind. Aerodyn. 96 2348

    [15]

    Liu J B, Ding T 2012 Acta Energiae Solaris Sin. 33 1131 (in Chinese) [刘进宝, 丁涛 2012 太阳能学报 33 1131]

    [16]

    Fourati F, Chtourou M 2007 Simul. Model. Pract. Theory 15 1016

    [17]

    Xiao H F, Ding T 2011 Proceedings of the 2011 International Conference on Informatics, Cybernetics,Computer Engineering (Heidelberg: Springer) p479

    [18]

    Soman S S, Zareipour H, Malik O, Mandal P 2010 North American Power Symposium 2010 (Piscataway, NJ: IEEE) p1

    [19]

    Sheng Z 2012 Acta Phys. Sin. 61 219401 (in Chinese) [盛峥 2012 物理学报 61 219401]

    [20]

    Tahat A, Marti J, Khwaldeh A, Tahat K 2014 Chin. Phys. 23 046101

    [21]

    Li H C, Zhao J S 2005 Chin. Phys. Lett. 22 2776

    [22]

    Tang Z J, Ren F, Peng T, Wang W B 2014 Acta Phys. Sin. 63 050505 (in Chinese) [唐舟进, 任峰, 彭涛, 王文博 2014 物理学报 63 050505]

    [23]

    Wu X D, Wang Y N, Liu W T, Zhu Z Y 2011 Chin. Phys. 20 069201

    [24]

    Gottald G A, Melbourne I 2009 SIAM J. Appl. Dyn. Syst. 8 129

    [25]

    Gottald G A, Melbourne I 2009 Nonlinearity 22 1367

    [26]

    Kim H S, Eykholt R, Salas J D 1999 Physica D 127 48

    [27]

    Zhang H B, Sun X D, He Y L 2014 Acta Phys. Sin. 63 040505 (in Chinese) [张洪宾, 孙小端, 贺玉龙 2014 物理学报 63 040505]

    [28]

    Grassberger P, Procaccia I 1983 Physica D 9 189

    [29]

    Wolf A, Swift J B, Swinney H L, Vastano J A 1985 Physica D 16 285

    [30]

    Suykens J A K, Vandevalle J 1999 Neural Process. Lett. 9 293

    [31]

    Kennedy J, Eberhart R 1995 Proceedings of the 1995 IEEE International Conference on Neural Networks (Piscataway, NJ: IEEE) p1942

    [32]

    Regis R G 2014 J. Comput. Sci. 5 12

    [33]

    Dong Z S, Zhang X Y, Zeng J C 2013 Trans. Can. Soc. Mech. Eng. 37 1189

    [34]

    Letting L K, Munda J L, Hamam Y 2012 Solar Energ. 86 1689

  • [1]

    Xiu C B, Liu X T, Zhang X, Yu T T 2013 Power System Protection and Control 41 14 (in Chinese) [修春波, 刘新婷, 张欣, 于婷婷 2013 电力系统保护与控制 41 14]

    [2]

    Yang X Y, Sun B J, Zhang X F, Li L X 2012 Proc. the CSEE 32 35 (in Chinese) [杨锡运, 孙宝君, 张新房, 李利霞 2012 中国电机工程学报 32 35]

    [3]

    Ma L, Benoudjit N 2011 Appl. Energ. 88 2463

    [4]

    Ma L, Luan S Y, Jiang C W, Liu H L, Zhang Y 2009 Renew. Sustain. Energy Rev. 13 915

    [5]

    Pelikán E, Eben K, Resler J, Juru P, Krc P, Brabec M, Brabec T, Musilek P 2010 9th Conference on Environment and Electrical Engineering (Piscataway, NJ: IEEE) p45

    [6]

    Cuo L, Zhang Y X, Wang Q C 2013 J. Climate 26 85

    [7]

    Erdem E, Shi J 2011 Appl. Energ. 88 1405

    [8]

    Jiang J L, Lin G M 2008 Control Theory Appl. 25 374 (in Chinese) [蒋金良, 林广明 2008 控制理论与应用 25 374]

    [9]

    Liu H, Tian H Q, Li Y F 2012 Appl. Energ. 98 415

    [10]

    Li H J, Liu Y N, Wei Z N, Li X L, Cheung K W, Sun Y H, Sun G Q 2013 Electr. Power Autom. Equip. 33 28 (in Chinese) [李彗杰, 刘亚男, 卫志农, 李晓露, Kwok W Cheung, 孙永辉, 孙国强 2013 电力自动化设备 33 28]

    [11]

    Wang Y, Wu D L, Guo C X, Wu Q H, Qian W Z, Yang J 2010 IEEE PES General Meeting (Piscataway, NJ: IEEE) p1

    [12]

    Li X, Wang X, Zheng Y H, Li L X, Zhou L D, Sheng X K 2014 International Conference on Renewable Energy and Environmental Technology (Zurich-Durnten: Trans Tech) p1825

    [13]

    Zeng J, Zhang H 2011 Acta Energiae Solaris Sin. 32 296 (in Chinese) [曾杰, 张华 2011 太阳能学报 32 296]

    [14]

    Louka P, Galanis G, Siebert N, Kariniotakis G, Katsafados P, Pytharoulis I, Kallos G 2008 J. Wind Eng. Ind. Aerodyn. 96 2348

    [15]

    Liu J B, Ding T 2012 Acta Energiae Solaris Sin. 33 1131 (in Chinese) [刘进宝, 丁涛 2012 太阳能学报 33 1131]

    [16]

    Fourati F, Chtourou M 2007 Simul. Model. Pract. Theory 15 1016

    [17]

    Xiao H F, Ding T 2011 Proceedings of the 2011 International Conference on Informatics, Cybernetics,Computer Engineering (Heidelberg: Springer) p479

    [18]

    Soman S S, Zareipour H, Malik O, Mandal P 2010 North American Power Symposium 2010 (Piscataway, NJ: IEEE) p1

    [19]

    Sheng Z 2012 Acta Phys. Sin. 61 219401 (in Chinese) [盛峥 2012 物理学报 61 219401]

    [20]

    Tahat A, Marti J, Khwaldeh A, Tahat K 2014 Chin. Phys. 23 046101

    [21]

    Li H C, Zhao J S 2005 Chin. Phys. Lett. 22 2776

    [22]

    Tang Z J, Ren F, Peng T, Wang W B 2014 Acta Phys. Sin. 63 050505 (in Chinese) [唐舟进, 任峰, 彭涛, 王文博 2014 物理学报 63 050505]

    [23]

    Wu X D, Wang Y N, Liu W T, Zhu Z Y 2011 Chin. Phys. 20 069201

    [24]

    Gottald G A, Melbourne I 2009 SIAM J. Appl. Dyn. Syst. 8 129

    [25]

    Gottald G A, Melbourne I 2009 Nonlinearity 22 1367

    [26]

    Kim H S, Eykholt R, Salas J D 1999 Physica D 127 48

    [27]

    Zhang H B, Sun X D, He Y L 2014 Acta Phys. Sin. 63 040505 (in Chinese) [张洪宾, 孙小端, 贺玉龙 2014 物理学报 63 040505]

    [28]

    Grassberger P, Procaccia I 1983 Physica D 9 189

    [29]

    Wolf A, Swift J B, Swinney H L, Vastano J A 1985 Physica D 16 285

    [30]

    Suykens J A K, Vandevalle J 1999 Neural Process. Lett. 9 293

    [31]

    Kennedy J, Eberhart R 1995 Proceedings of the 1995 IEEE International Conference on Neural Networks (Piscataway, NJ: IEEE) p1942

    [32]

    Regis R G 2014 J. Comput. Sci. 5 12

    [33]

    Dong Z S, Zhang X Y, Zeng J C 2013 Trans. Can. Soc. Mech. Eng. 37 1189

    [34]

    Letting L K, Munda J L, Hamam Y 2012 Solar Energ. 86 1689

  • [1] 王永生, 孙 瑾, 王昌金, 范洪达. 变参数混沌时间序列的神经网络预测研究. 物理学报, 2008, 57(10): 6120-6131. doi: 10.7498/aps.57.6120
    [2] 闫 华, 魏 平, 肖先赐. 基于Bernstein多项式的自适应混沌时间序列预测算法. 物理学报, 2007, 56(9): 5111-5118. doi: 10.7498/aps.56.5111
    [3] 李鹤, 杨周, 张义民, 闻邦椿. 基于径向基神经网络预测的混沌时间序列嵌入维数估计方法. 物理学报, 2011, 60(7): 070512. doi: 10.7498/aps.60.070512
    [4] 李军, 李大超. 基于优化核极限学习机的风电功率时间序列预测. 物理学报, 2016, 65(13): 130501. doi: 10.7498/aps.65.130501
    [5] 杨永锋, 任兴民, 秦卫阳, 吴亚锋, 支希哲. 基于EMD方法的混沌时间序列预测. 物理学报, 2008, 57(10): 6139-6144. doi: 10.7498/aps.57.6139
    [6] 张玉梅, 吴晓军, 白树林. 交通流量序列混沌特性分析及DFPSOVF预测模型. 物理学报, 2013, 62(19): 190509. doi: 10.7498/aps.62.190509
    [7] 修春波, 徐勐. 基于混沌算子网络的时间序列多步预测研究. 物理学报, 2010, 59(11): 7650-7656. doi: 10.7498/aps.59.7650
    [8] 姚天亮, 刘海峰, 许建良, 李伟锋. 基于最大Lyapunov指数不变性的混沌时间序列噪声水平估计. 物理学报, 2012, 61(6): 060503. doi: 10.7498/aps.61.060503
    [9] 贺 涛, 周正欧. 基于分形自仿射的混沌时间序列预测. 物理学报, 2007, 56(2): 693-700. doi: 10.7498/aps.56.693
    [10] 李军, 张友鹏. 基于高斯过程的混沌时间序列单步与多步预测. 物理学报, 2011, 60(7): 070513. doi: 10.7498/aps.60.070513
  • 引用本文:
    Citation:
计量
  • 文章访问数:  602
  • PDF下载量:  874
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-30
  • 修回日期:  2014-08-15
  • 刊出日期:  2015-02-05

短期风速时间序列混沌特性分析及预测

  • 1. 沈阳工业大学信息科学与工程学院, 沈阳 110870;
  • 2. 东北大学信息科学与工程学院, 沈阳 110819
    基金项目: 

    国家自然科学基金重点项目(批准号: 61034005)资助的课题.

摘要: 针对短期风速时间序列的预测问题进行了研究. 首先通过0-1混沌测试法确定短期风速时间序列具有混沌特性. 采用相空间重构技术, 利用C-C算法确定延迟时间, G-P 算法确定嵌入维数. 然后提出一种参数在线修正的最小二乘支持向量机预测模型, 采用改进的粒子群算法进行预测模型中参数的优化. 最后通过仿真对比实验表明提出的预测方法在预测精度、预测误差、预测效果方面都要优于其他常见的预测方法, 证明该预测方法是有效的.

English Abstract

参考文献 (34)

目录

    /

    返回文章
    返回