一种改进组合神经网络的超短期风速预测方法研究

一种改进组合神经网络的超短期风速预测方法研究
邵宜祥;刘剑;胡丽萍;过亮;方渊;李睿
【期刊名称】《发电技术》
【年(卷),期】2024(45)2
【摘要】超短期风速预测是保障风电机组桨距角前馈控制实施效果的关键,对提高风电机组环境适应性具有重要影响。

为了提高预测精度,提出了一种改进组合神经网络的超短期风速预测方法。

该方法选择适合时间序列预测且具有较强非线性学习能力的BP神经网络和长短期记忆(long short-term memory,LSTM)神经网络进行加权组合,以消除单个神经网络可能存在的较大误差;同时,为了提高组合效果,采用差分进化算法对组合权重进行优化。

将该方法应用于某风场超短期风速预测中,通过与单神经网络预测、等权重组合神经网络预测的结果对比,验证了所提方法在提高预测精度上的有效性。

【总页数】8页(P323-330)
【作者】邵宜祥;刘剑;胡丽萍;过亮;方渊;李睿
【作者单位】南瑞集团有限公司
【正文语种】中文
【中图分类】TK81
【相关文献】
1.一种实时校正的改进BP神经网络超短期风速预测模型
2.基于小波包分解和改进差分算法的神经网络短期风速预测方法
3.基于ARIMA与Elman神经网络的短期
风速组合预测方法4.基于集合经验模态分解的神经网络短期风速组合预测研究5.基于LMD与GA-BP神经网络组合的短期风速滚动预测方法
因版权原因，仅展示原文概要，查看原文内容请购买。