基于小波分解的DIF-RBFNN超短期风速组合预测方法 | |
李德顺; 李宁; 李银然; 吴世龙; 李仁年; 郭涛 | |
刊名 | 兰州理工大学学报
![]() |
2019-08-15 | |
期号 | 2019年04期页码:63-66 |
关键词 | 数据输入格式 小波分解 径向基神经网络 |
ISSN号 | ISSN:1673-5196 |
英文摘要 | 提出了一种基于小波分解(wavelet-decomposition)的数据输入格式-径向基神经网络(data input format-radial basis functional neural network)超短期风速组合预测模型.该模型首先将风速时间序列数据进行小波分解,减缓风速时间序列的波动性,然后将分解后的低频、高频部分分别建立数据输入格式(风速输入矩阵),并通过径向基神经网络模型进行预测,最后通过自适应叠加得到最终预测结果.结合宁夏某风场实测数据,将该预测模型和其他三种预测模型的仿真实验结果与实测值进行对比,表明该组合预测模型具有较高的预测精度. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/159] ![]() |
专题 | 兰州理工大学 |
作者单位 | 1.兰州理工大学甘肃省风力机工程技术研究中心 2.宁夏嘉泽新能源股份有限公司 3.兰州理工大学甘肃省流体机械及系统重点实验室 4.兰州理工大学能源与动力工程学院 |
推荐引用方式 GB/T 7714 | 李德顺,李宁,李银然,等. 基于小波分解的DIF-RBFNN超短期风速组合预测方法[J]. 兰州理工大学学报,2019(2019年04期):63-66. |
APA | 李德顺,李宁,李银然,吴世龙,李仁年,&郭涛.(2019).基于小波分解的DIF-RBFNN超短期风速组合预测方法.兰州理工大学学报(2019年04期),63-66. |
MLA | 李德顺,et al."基于小波分解的DIF-RBFNN超短期风速组合预测方法".兰州理工大学学报 .2019年04期(2019):63-66. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论