本文關(guān)鍵詞：基于離散Hopfield模式識(shí)別樣本的GRNN非線性組合短期風(fēng)速預(yù)測模型

  更多相關(guān)文章： 風(fēng)電 二維小波閾值去噪方法 離散Hopfield 模式識(shí)別 廣義回歸神經(jīng)網(wǎng)絡(luò) 非線性組合預(yù)測 模型 去噪 支持向量機(jī) 神經(jīng)網(wǎng)絡(luò) 預(yù)測

【摘要】：利用實(shí)時(shí)風(fēng)速數(shù)據(jù),建立基于離散Hopfield模式識(shí)別樣本的廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)非線性組合預(yù)測模型。在風(fēng)速數(shù)據(jù)樣本集經(jīng)二維小波閾值去噪處理后,基于離散Hopfield識(shí)別歷史數(shù)據(jù)中與待預(yù)測樣本最相似的數(shù)據(jù),并作為訓(xùn)練樣本;將支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)分別進(jìn)行單項(xiàng)預(yù)測的結(jié)果作為輸入向量,經(jīng)GRNN進(jìn)行非線性組合預(yù)測。采用某風(fēng)電場的實(shí)際風(fēng)速數(shù)據(jù)進(jìn)行預(yù)測,結(jié)果驗(yàn)證了該預(yù)測模型的正確性和有效性。
【作者單位】： 華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 風(fēng)電 二維小波閾值去噪方法 離散Hopfield 模式識(shí)別 廣義回歸神經(jīng)網(wǎng)絡(luò) 非線性組合預(yù)測 模型 去噪 支持向量機(jī) 神經(jīng)網(wǎng)絡(luò) 預(yù)測
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51177047) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(12MS107)~~
【分類號(hào)】：TM614
【正文快照】： 0引言近年來,風(fēng)力發(fā)電已成為國際上公認(rèn)的技術(shù)最成熟、開發(fā)成本最低、最具發(fā)展前景的可再生能源之一。許多國家把風(fēng)電作為改善能源結(jié)構(gòu)、應(yīng)對(duì)氣候變化的重要選擇[1-2]。隨著風(fēng)力發(fā)電技術(shù)的不斷發(fā)展,風(fēng)電在電力需求中所占比例越來越大。但由于風(fēng)電出力的隨機(jī)性、波動(dòng)性和間歇性

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 邵t，

本文編號(hào)：571407