基于卡尔曼滤波的迟滞神经网络风速序列预测

• 作者: 修春波 张欣 李艳晴
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 风力发电 风速 预测 神经网络 迟滞 卡尔曼滤波
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 设备与能源
• 页码范围: 1108-1114
• 页数: 7页
• 分类号: TM614
• 语种: 中文
• DOI: 10.13374/j.issn1001-053x.2014.08.018

摘要

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型。结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中。在原始风速时间序列的基础上，构造出风速变化率序列。采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果。仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络。采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	修春波	天津工业大学电工电能新技术天津市重点实验室	69	687	13.0	23.0
2	张欣	天津工业大学电工电能新技术天津市重点实验室	28	67	5.0	7.0
3	李艳晴	北京科技大学数理学院	6	147	3.0	6.0