基于相空间重构小波神经网络径流式水电站发电量预测

基于相空间重构小波神经网络径流式水电站发电量预测何自立;陆梦可;王正中;甘雪峰
【期刊名称】《中国农村水利水电》
【年(卷),期】2017(0)9
【摘要】预测径流式水电站发量。

针对径流式水电站发电量变化的随机性及水力发电系统的复杂非线性,提出一种基于相空间重构小波神经网络的径流式水电站发电量预测模型,并借助具有全局搜索能力的改进粒子群优化算法对小波神经网络特征参数进行优化,提高模型的精度和泛化能力。

结果表明:相空间重构小波神经网络模型的预测平均相对误差约为8.7%,相关系数达到0.81,误差分析指标优于传统神经网络预测模型,在多步预测情形下模型的收敛性和稳定性得到较为明显增强,能够准确进行发电量预测。

【总页数】4页(P178-180)
【关键词】发电量;径流式水电站;小波神经网络;相空间重构;粒子群算法
【作者】何自立;陆梦可;王正中;甘雪峰
【作者单位】西北农林科技大学水利与建筑工程学院
【正文语种】中文
【中图分类】TV7;TK79
【相关文献】
1.基于相空间重构的大坝服役性态小波支持向量机预测模型 [J], 杨贝贝
2.基于小波神经网络的混沌时间序列分析与相空间重构 [J], 陈哲;冯天瑾;张海燕
3.基于相空间重构小波神经网络的短期覆冰预测 [J], 杨静; 李英娜; 赵振刚; 李川
4.基于相空间重构小波神经网络的短期风速预测 [J], 秦剑;王建平;张崇巍
5.基于平稳小波和相空间重构的激光混沌预测 [J], 相征;张太镒;孙建成
因版权原因，仅展示原文概要，查看原文内容请购买。