摘要：讨论了嵌入维数d和时间延迟？作为空间重构参数对LS-SVM预测模型精度的影响,提出了基于PSO参数优化的LS-SVM预测方法。将d、τ以及模型参数（正则化参数γ、核函数宽度σ）作为优化对象,利用PSO方法对4个参数共同优化选取,建立LS-SVM风速预测模型。对2组风速数据进行了实验研究,结果显示该方法预测误差约为5.79%和7.33%。而对比方法 （单纯优化γ、σ）的误差为8.22%和11.10%。这一结果表明,同时对d、τ、γ、σ进行优化选取是有必要的,相对于单纯优化γ、σ的模型,该方法可以大大提高预测模型精度。

关键词：风速预测 最小二乘支持向量机 粒子群算法 参数优化 空间重构 

单位：华北电力大学动力工程系; 河北省保定市071003