基于谱聚类和遗传优化极端学习机的超短期风速预测方法

发明专利无效专利

申请号：
CN201410407338.9
IPC分类号：G06Q10/04;G06Q50/06;G06N3/12
申请日期：
2014-08-18
申请人：
华北电力大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于谱聚类和遗传优化极端学习机的超短期风速预测方法
申请号	CN201410407338.9	申请日期	2014-08-18
法律状态	权利终止	申报国家	中国
公开/公告日	2014-12-24	公开/公告号	CN104239964A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;1;2查看分类表>
申请人	华北电力大学	申请人地址	北京市昌平区北农路2号华北电力大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华北电力大学	当前权利人	华北电力大学
发明人	刘达;王辉;刘杰;关志涛;王继龙
代理机构	北京天达知识产权代理事务所（普通合伙）	代理人	龚颐雯;白海燕

摘要

本发明涉及一种基于谱聚类和遗传优化极端学习机的超短期风速预测方法，包括：S1：准备数据；S2对准备数据进行预处理；S3：对预处理后的数据进行小波变换；S4：对小波变换后的数据进行归一化处理；S5：通过相关性分析对归一化处理后的数据进行选择以确定输入变量；S6：通过主成分分析对S5生成的输入变量进行降维处理；S7：通过谱聚类方法对S6中降维处理后的数据进行聚类分析，与S4中归一化处理后的数据形成极端学习机样本空间；S8：通过极端学习机和遗传算法对S7形成的极端学习机样本空间的数据分层预测；S9：将分层预测值相加，得到超短期风速预测值。本发明实现了对风速的超短期、多步预测，提高预测的准确性，大幅减少计算量，提高预测效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供