为提高极限学习机的短期风速预测精度，提出一种果蝇算法优化ELM的风电场短期风速预测模型。在保证ELM预测误差最小的情况下，运用FOA算法对ELM模型的初始权值和隐含层偏置进行自适应选择，实现风电场短期风速的高精度预测。选择EUNITE数据集为算例分析对象，与ELM、DE-ELM、GA-ELM和PSO-ELM相比，FOA-ELM具有更高的预测精度和更少的寻优时间，为风电场短期风速预测提供了新的方法和研究方向。
科研之友
微信
新浪微博
Facebook
分享链接
