基于WPD-MAIWO-NN的短期风速多步预测方法

发布时间：2017-11-08 19:23

  本文关键词：基于WPD-MAIWO-NN的短期风速多步预测方法

  更多相关文章： 小波包分解(WPD) 多智能体入侵杂草算法(MAIWO) 风速预测 神经网络(NN) 多步预测

【摘要】：提出了一种由小波包分解、多智能体入侵杂草算法和人工神经网络组成的混合预测方法,用于提高短期风速预测的准确性。利用小波包分解将风速时间序列分解成多个不同频率的子序列,然后利用多智能体入侵杂草算法优化后的神经网络对每个子序列进行预测,最后叠加各子序列的预测值,得出实际预测结果。以广东某风电场2014年1月的实测小时风速数据为例,使用提出的混合模型进行风速预测。仿真结果表明,与未经优化的神经网络相比,该文方法在进行风速直接多步预测时具有更好的整体误差指标。
【作者单位】： 广州地铁集团有限公司运营事业总部;广东工业大学;
【基金】：广东省自然科学基金(S2013040013776;S2012040007911)
【分类号】：TM614
【正文快照】： 0引言风电作为目前使用技术最成熟且增长速度最快的清洁能源,受到世界各国的重视,在电网中的渗透率不断上升。由于风电出力固有的波动性和间歇性,给电网带来的冲击严重影响电能质量和供电可靠性,成为制约大规模风电并网的最大瓶颈。对风电场输出功率进行预测,可为电网安排发电

【相似文献】

中国期刊全文数据库 前10条

1 文汉云;;硫化氢燃烧的神经网络PID控制及其仿真[J];自动化与仪器仪表;2006年01期

2 张U，

本文编号：1158508