本文主要研究内容
作者张亚刚,赵媛,王增平（2019）在《基于Lorenz扰动分布和VMD的神经网络风速预测研究》一文中研究指出：针对风速的随机性、非线性和不确定性特征,提出基于VMD和Lorenz扰动的神经网络模型进行风速预测。首先,对风速数据采用变分模态分解(VMD)进行预处理,得到特征模态分量,然后采用BP神经网络对每个分量进行预测,并且将分量预测结果进行重构得到风速点预测值,最后以风速点预测为基础,根据核密度估计的Lorenz扰动序列概率分布进行风速区间预测。以西班牙风电场和中国风电场为实例进行预测,预测结果显示:(1)VMD算法可以提高神经网络模型点预测结果的精度;(2)根据Lorenz扰动序列分布进行风速区间估计,不仅量化了大气中不确定的影响因素,而且区间预测结果可靠性较高。
Abstract
zhen dui feng su de sui ji xing 、fei xian xing he bu que ding xing te zheng ,di chu ji yu VMDhe Lorenzrao dong de shen jing wang lao mo xing jin hang feng su yu ce 。shou xian ,dui feng su shu ju cai yong bian fen mo tai fen jie (VMD)jin hang yu chu li ,de dao te zheng mo tai fen liang ,ran hou cai yong BPshen jing wang lao dui mei ge fen liang jin hang yu ce ,bing ju jiang fen liang yu ce jie guo jin hang chong gou de dao feng su dian yu ce zhi ,zui hou yi feng su dian yu ce wei ji chu ,gen ju he mi du gu ji de Lorenzrao dong xu lie gai lv fen bu jin hang feng su ou jian yu ce 。yi xi ban ya feng dian chang he zhong guo feng dian chang wei shi li jin hang yu ce ,yu ce jie guo xian shi :(1)VMDsuan fa ke yi di gao shen jing wang lao mo xing dian yu ce jie guo de jing du ;(2)gen ju Lorenzrao dong xu lie fen bu jin hang feng su ou jian gu ji ,bu jin liang hua le da qi zhong bu que ding de ying xiang yin su ,er ju ou jian yu ce jie guo ke kao xing jiao gao 。
论文参考文献
论文详细介绍
论文作者分别是来自华北电力大学学报(自然科学版)的张亚刚,赵媛,王增平，发表于刊物华北电力大学学报(自然科学版)2019年04期论文，是一篇关于风速预测论文,核密度估计论文,扰动论文,华北电力大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自华北电力大学学报(自然科学版)2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。