基于混沌特性的风电场风速短期预测方法

• 作者: 姚海涛 孙斌
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 风速时间序列 混沌理论 相空间重构 RBF神经网络 Volterra级数
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 专家论坛
• 页码范围: 196-199
• 页数: 4页
• 分类号: TM615
• 字数: 2409字
• 语种: 中文

摘要

为了提高风电场风速短期预测的精确性,提出了基于混沌理论的径向基神经网络预测.通过对风速时间序列关联维数及Lyapunov指数的计算,证实了风速时间序列混沌现象的存在.几种典型的求取延迟时间和嵌入维数算法的预测结果对比表明,基于自相关法-假近邻法的相空间重构RBF神经网络的预测效果比较理想.将基于混沌理论的RBF神经预测方法同传统的Volterra级数预测方法相比较的仿真结果表明,基于混沌理论的RBF神经预测方法具有模型简单、预测精度高的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙斌	东北电力大学能源与动力学院	125	1172	17.0	28.0
2	姚海涛		4	6	2.0	2.0