论文摘要
风电场短期风速具有随机性、多变性和时变性,故其预测精度和时效性有待提高。本文提出C-C法结合极限学习机ELM的快速预测方法,该方法考虑原始的单变量时间序列风速数据间的最大动态演化信息,采用相空间重构C-C法确定风速时间序列间的相关关系,得到风速变化特征的最佳嵌入维数和延迟时间。进而采用具有算法学习速度快、收敛精度高的ELM方法进行风速的快速预测。通过对重庆某风电场短期风速的预测发现,与神经网络和支持向量机方法预测所得结果相比,不仅提高了短期风速预测精度,而且所用方法的预测时间短,适合风电场对短期风速快速预测的需求。
论文目录
文章来源
类型: 期刊论文
作者: 苏盈盈,李翠英,王晓峰,康东帅,刘君
关键词: 极限学习机,短期风速,重构,快速预测
来源: 电力系统及其自动化学报 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 重庆科技学院电气工程学院,重庆科技学院数理与大数据学院
基金: 国家自然科学基金资助项目(51375520),重庆市技术创新与应用示范项目(cstc2018jscx-msybX0023),重庆市基础研究与前沿探索专项资助项目(cstc2018jcyjAX0239,cstc2019jcyj-msxm1753),重庆科技学院校内重点基金资助项目(CK2016B01,CK2016Z01)
分类号: TM614
页码: 76-80+87
总页数: 6
文件大小: 1213K
下载量: 126
相关论文文献
- [1].南水北调东线山东段干渠突发水质污染事故快速预测[J]. 农业工程学报 2018(08)
- [2].大数据环境下区域建筑电力能耗快速预测仿真[J]. 计算机仿真 2019(04)
- [3].基于MPSO-BP模型的小半径弯管成形结果快速预测[J]. 塑性工程学报 2018(03)
- [4].隔离开关轴向传动部件故障快速预测系统设计[J]. 电子设计工程 2019(20)
- [5].造纸法再造烟叶废水COD的快速预测[J]. 化工环保 2019(03)
- [6].基于中红外光谱的规模化奶牛场粪水总氮快速预测方法[J]. 农业工程学报 2019(15)
- [7].高光谱成像技术快速预测鸡蛋液菌落总数[J]. 食品科学 2019(08)
- [8].飞机尾涡演变及快速预测的大涡模拟研究[J]. 力学学报 2017(06)