发明名称 | 基于核极限学机的脉动风速预测方法 | ||
摘要 | 本发明提供一种基于核极限学机的脉动风速预测方法,其包括以下步骤:第一步:利用ARMA模型模拟生成垂直空间点脉动风速样本,将每一个空间点的脉动风速样本分为训练集、测试集两部分;第二步:给定训练样本;设定核函数为高斯核函数,计算训练样本的核函数矩阵K;第三步:建立核函数的极限学机算法模型;第四步:将测试样本和利用KELM预测脉动风速结果对比,计算预测风速与实际风速的平均绝对误差、均方根误差以及相关系数,评价该方法的有效性。本发明为抗风设计提供所需的完整风速时程曲线的预测方法,节约了大量的时间成本。 | ||
申请公布号 | CN105354363A | 申请公布日期 | 2016.02.24 |
申请号 | CN201510649117.7 | 申请日期 | 2015.10.09 |
申请人 | 上海大学 | 发明人 | 迟恩楠;李春祥 |
分类号 | G06F17/50(2006.01)I | 主分类号 | G06F17/50(2006.01)I |
代理机构 | 上海上大专利事务所(普通合伙) 31205 | 代理人 | 陆聪明 |
主权项 | 一种基于核极限学习机的脉动风速预测方法,其特征在于,其包括以下步骤:第一步:利用ARMA模型模拟生成垂直空间点脉动风速样本,将每一个空间点的脉动风速样本分为训练集、测试集两部分,对训练集、测试集分别归一化处理后,取嵌入维数k=10对进行样本数据进行相空间重构;第二步:给定训练样本N={(x<sub>i</sub>,t<sub>i</sub>)|x<sub>i</sub>∈R<sup>n</sup>,t<sub>i</sub>∈R<sup>n</sup>,i=1,…,N};设定核函数为高斯核函数,计算训练样本的核函数矩阵,R<sup>n</sup>为n维实数空间;第三步:建立核函数的极限学习机算法模型,设定惩罚参数、核参数的参数范围,利用KELM算法训练模型并采用粒子群算法对惩罚参数和核函数优化,确定最优预测模型的模型参数,最后该模型对脉动风速测试集样本进行预测;第四步:将测试样本和利用KELM预测脉动风速结果对比,计算预测风速与实际风速的平均绝对误差、均方根误差以及相关系数,评价该基于核极限学习机的脉动风速预测方法的有效性。 | ||
地址 | 200444 上海市宝山区上大路99号 |