本文主要研究内容
作者梁涛,杨改文,姜文,李永强（2019）在《基于ARMA误差修正的LM-BP模型的风功率预测》一文中研究指出：风的间歇性和波动性导致训练样本的多样性,为提高短期风电功率预测精度,保证电网正常运行以及电能质量,对风功率进行建模预测尤为紧迫。针对上述问题,首先对原始数据进行预处理将非正常数据剔除。其次,运用Levenberg-Marquardt(LM)改进的牛顿算法优化反向传播(BP)神经网络(LM-BP)构建预测模型,并与传统的前馈BP神经网络进行比较,仿真结果表明,提出的基于LM-BP的预测模型相比单一的BP模型更加接近实际功率值,性能更优。最后,针对LM-BP模型的预测误差建立自回归滑动平均(ARMA)模型来修正负荷预测结果,结果表明误差修正后预测精度明显提高。
Abstract
feng de jian xie xing he bo dong xing dao zhi xun lian yang ben de duo yang xing ,wei di gao duan ji feng dian gong lv yu ce jing du ,bao zheng dian wang zheng chang yun hang yi ji dian neng zhi liang ,dui feng gong lv jin hang jian mo yu ce you wei jin pai 。zhen dui shang shu wen ti ,shou xian dui yuan shi shu ju jin hang yu chu li jiang fei zheng chang shu ju ti chu 。ji ci ,yun yong Levenberg-Marquardt(LM)gai jin de niu du suan fa you hua fan xiang chuan bo (BP)shen jing wang lao (LM-BP)gou jian yu ce mo xing ,bing yu chuan tong de qian kui BPshen jing wang lao jin hang bi jiao ,fang zhen jie guo biao ming ,di chu de ji yu LM-BPde yu ce mo xing xiang bi chan yi de BPmo xing geng jia jie jin shi ji gong lv zhi ,xing neng geng you 。zui hou ,zhen dui LM-BPmo xing de yu ce wu cha jian li zi hui gui hua dong ping jun (ARMA)mo xing lai xiu zheng fu he yu ce jie guo ,jie guo biao ming wu cha xiu zheng hou yu ce jing du ming xian di gao 。
论文参考文献
论文详细介绍
论文作者分别是来自高技术通讯的梁涛,杨改文,姜文,李永强，发表于刊物高技术通讯2019年05期论文，是一篇关于风功率预测论文,反向传播神经网络论文,自回归滑动平均误差修正论文,高技术通讯2019年05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，资料来自高技术通讯2019年05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。