基于不同优化准则和广义回归神经网络的风电功率非线性组合预测

基于不同优化准则和广义回归神经网络的风电功率非线性组合预测

论文摘要

为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、平均相对误差最小和均方根误差最小为优化准则构建线性组合优化模型。最后,利用GRNN神经网络对基于不同优化准则的线性组合模型进行非线性组合,得到优化模型。以实测风电功率数据对所提方法进行验证,仿真结果表明:与各单项预测模型、线性组合模型相比,所提优化模型的整体预测精度高,证明了该方法的有效性和实用性。

论文目录

  • 0引言
  • 1 GRNN网络
  • 2 单项预测模型的选择
  •   2.1 单项预测模型的相对灰色关联度
  •   2.2 基于综合灰色关联度的单项模型筛选方法
  • 3 优化模型
  •   3.1 构造线性组合模型
  •   3.2 优化模型的建立
  • 4 算例分析
  •   4.1 单项预测模型的筛选
  •   4.2 基于不同优化准则的线性组合模型
  •   4.3 GRNN非线性组合模型预测效果分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 喻华,卢继平,曾燕婷,段盼,刘加林,苟鑫

    关键词: 广义回归神经网络,优化准则,灰色关联度,非线性组合预测,优化模型

    来源: 高电压技术 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 重庆大学输配电装备及系统安全与新技术国家重点实验室,国网重庆市电力公司南岸供电分公司

    基金: 高等学校学科创新引智计划(“111”计划)(B08036)~~

    分类号: TM614

    DOI: 10.13336/j.1003-6520.hve.20190226042

    页码: 1002-1008

    总页数: 7

    文件大小: 543K

    下载量: 405

    相关论文文献

    • [1].基于比例微分优化准则的拓扑优化方法[J]. 中国机械工程 2011(03)
    • [2].不同优化准则下斯特林发动机的性能分析[J]. 热科学与技术 2011(01)
    • [3].基于广义熵优化准则的非线性非高斯系统故障分离方法[J]. 江南大学学报(自然科学版) 2013(06)
    • [4].网络配流优化准则及其评价研究[J]. 华中师范大学学报(自然科学版) 2009(01)
    • [5].独立分量分析方法及其比较[J]. 通信技术 2009(07)
    • [6].四温位吸收式制冷机生态学优化准则[J]. 建筑热能通风空调 2008(01)
    • [7].基于联合概率分布的最优再保险策略[J]. 南开大学学报(自然科学版) 2013(04)
    • [8].渐进演化类拓扑优化算法的优化准则对比研究[J]. 土木与环境工程学报(中英文) 2020(03)
    • [9].基于逐步逼近思想的改进蓄能增量最大模型[J]. 水力发电学报 2019(02)
    • [10].半Markov决策过程的研究进展[J]. 中国科学:数学 2015(05)
    • [11].基于不同优化准则的风电功率预测[J]. 电力自动化设备 2015(05)
    • [12].辐射对流耦合换热过程性能优化准则分析[J]. 工程热物理学报 2013(10)
    • [13].数独求解的候选数优化算法设计[J]. 科学技术与工程 2011(26)
    • [14].基于节点密度法的连续体结构拓扑优化结果提取[J]. 北京理工大学学报 2008(08)
    • [15].间接蒸发冷却系统传热传质性能的优化准则[J]. 科学通报 2012(01)
    • [16].考虑密度梯度的敏度过滤方法[J]. 计算机辅助设计与图形学学报 2014(04)
    • [17].微粒群算法在传感器优化配置中的应用[J]. 控制工程 2013(01)
    • [18].FPLL环路性能分析及优化准则[J]. 北京邮电大学学报 2013(01)
    • [19].加快可靠性优化设计的迭代收敛速度新方法[J]. 河北农业大学学报 2008(02)
    • [20].超声电机的预压力特性分析与优化[J]. 光学精密工程 2020(04)
    • [21].基于SIMP方法的最小柔度拓扑优化问题的优化准则算法研究[J]. 科技风 2011(15)
    • [22].独立分量分析及其应用研究[J]. 现代电子技术 2008(03)
    • [23].柔性杆系统压电扭转致动器/传感器优化配置研究[J]. 航空学报 2008(04)
    • [24].振动控制中压电元件优化配置研究进展[J]. 压电与声光 2015(05)
    • [25].基于有限元技术的低压电器拓扑优化设计研究[J]. 低压电器 2013(23)

    标签:;  ;  ;  ;  ;  

    基于不同优化准则和广义回归神经网络的风电功率非线性组合预测
    下载Doc文档

    猜你喜欢