作者：王兰; 王晞; 李华强; 刁芳钰风电功率预测相空间重构向量自回归elman神经网络
摘要：针对风电混沌时间序列在多维空间内展现出的短期可预测性,本文提出将误差补偿思想与相空间重构理论结合,将误差补偿模型推广至多维空间。由于风电实测数据同时包含线性特征与非线性特征,使用向量自回归模型和Elman神经网络模型分别对多维空间内的风电混沌时间序列的线性特征与非线性特征进行预测,并将两者的结果相加得到最后的预测值。对我国某风电场实测数据的建模仿真结果表明,本文所提方法较单一线性建模和单一非线性建模方法更优,具有更高的预测精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《电力系统及其自动化学报》（CN：12-1251/TM）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力系统及其自动化学报》是中文优秀期刊，天津市一级期刊，被英国科学文摘（SA）、俄罗斯文摘杂志（AJ）、日本科学技术文献社数据库（CBST,JST)、美国乌利希国际期刊指南、中国科学引文数据库等国内外相关数据库收录。
杂志详情
