基于小波分解的DIF-RBFNN超短期风速组合预测方法 |
| |
引用本文: | 李德顺,李宁,李银然,吴世龙,李仁年,郭涛.基于小波分解的DIF-RBFNN超短期风速组合预测方法[J].兰州理工大学学报,2019,45(4). |
| |
作者姓名: | 李德顺 李宁 李银然 吴世龙 李仁年 郭涛 |
| |
作者单位: | 兰州理工大学能源与动力工程学院,甘肃兰州730050;兰州理工大学甘肃省风力机工程技术研究中心,甘肃兰州730050;兰州理工大学甘肃省流体机械及系统重点实验室,甘肃兰州 730050;兰州理工大学能源与动力工程学院,甘肃兰州,730050;兰州理工大学能源与动力工程学院,甘肃兰州730050;宁夏嘉泽新能源股份有限公司,宁夏银川750001 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家重点基础研究发展计划(973计划);国家高技术研究发展计划(863计划);甘肃省自然科学基金 |
| |
摘 要: | 提出了一种基于小波分解(wavelet-decomposition)的数据输入格式-径向基神经网络(data input format-radial basis functional neural network)超短期风速组合预测模型.该模型首先将风速时间序列数据进行小波分解,减缓风速时间序列的波动性,然后将分解后的低频、高频部分分别建立数据输入格式(风速输入矩阵),并通过径向基神经网络模型进行预测,最后通过自适应叠加得到最终预测结果.结合宁夏某风场实测数据,将该预测模型和其他三种预测模型的仿真实验结果与实测值进行对比,表明该组合预测模型具有较高的预测精度.
|
关 键 词: | 数据输入格式 小波分解 径向基神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|