發(fā)布時(shí)間：2017-11-08 19:23

  本文關(guān)鍵詞：基于WPD-MAIWO-NN的短期風(fēng)速多步預(yù)測方法

  更多相關(guān)文章： 小波包分解(WPD) 多智能體入侵雜草算法(MAIWO) 風(fēng)速預(yù)測 神經(jīng)網(wǎng)絡(luò)(NN) 多步預(yù)測

【摘要】：提出了一種由小波包分解、多智能體入侵雜草算法和人工神經(jīng)網(wǎng)絡(luò)組成的混合預(yù)測方法,用于提高短期風(fēng)速預(yù)測的準(zhǔn)確性。利用小波包分解將風(fēng)速時(shí)間序列分解成多個(gè)不同頻率的子序列,然后利用多智能體入侵雜草算法優(yōu)化后的神經(jīng)網(wǎng)絡(luò)對每個(gè)子序列進(jìn)行預(yù)測,最后疊加各子序列的預(yù)測值,得出實(shí)際預(yù)測結(jié)果。以廣東某風(fēng)電場2014年1月的實(shí)測小時(shí)風(fēng)速數(shù)據(jù)為例,使用提出的混合模型進(jìn)行風(fēng)速預(yù)測。仿真結(jié)果表明,與未經(jīng)優(yōu)化的神經(jīng)網(wǎng)絡(luò)相比,該文方法在進(jìn)行風(fēng)速直接多步預(yù)測時(shí)具有更好的整體誤差指標(biāo)。
【作者單位】： 廣州地鐵集團(tuán)有限公司運(yùn)營事業(yè)總部;廣東工業(yè)大學(xué);
【基金】：廣東省自然科學(xué)基金(S2013040013776;S2012040007911)
【分類號】：TM614
【正文快照】： 0引言風(fēng)電作為目前使用技術(shù)最成熟且增長速度最快的清潔能源,受到世界各國的重視,在電網(wǎng)中的滲透率不斷上升。由于風(fēng)電出力固有的波動(dòng)性和間歇性,給電網(wǎng)帶來的沖擊嚴(yán)重影響電能質(zhì)量和供電可靠性,成為制約大規(guī)模風(fēng)電并網(wǎng)的最大瓶頸。對風(fēng)電場輸出功率進(jìn)行預(yù)測,可為電網(wǎng)安排發(fā)電

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 文漢云;;硫化氫燃燒的神經(jīng)網(wǎng)絡(luò)PID控制及其仿真[J];自動(dòng)化與儀器儀表;2006年01期

2 張U，

本文編號：1158508