基于CGKELM的风功率预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：风功率预测在不同应用场景中发挥着越来越重要的作用，从时间尺度上可分为超短期、短期和中长期的风功率预测。基于短期风功率预测对训练时间和预测精度均有较高要求，提出了一种利用共轭梯度（cconjugate gradient，Cg）法优化核极限学习机（kernel extreme learning machine，KELM）的方法，即利用共轭梯度核极限学习机（CGKELM）方法来预测风功率，在保证预测精度的前提下，进一步缩短KELM的训练时间。（剩余8282字）

试读结束

目录
monitor