基于卡尔曼滤波的风速序列短期预测方法

• 作者: 任晓 修春波 刘明凤 李艳晴
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 卡尔曼滤波 风速序列 神经网络 ARMA模型 预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 风力发电
• 页码范围: 253-259
• 页数: 7页
• 分类号: TK89
• 字数: 5149字
• 语种: 中文

摘要

分析了卡尔曼滤波在风速序列预测分析中的应用机理，构造了用于风速序列预测分析的迟滞神经网络，并采用卡尔曼滤波方法将其与 ARMA模型相融合，实现了风速序列的混合预测。通过修改激励函数的方式将迟滞特性引入神经网络，网络的权值采用梯度寻优的方式确定，迟滞参数利用遗传算法进行确定。系统的状态方程采用ARMA模型建立，将迟滞神经网络对风速序列的预测结果作为测量方程的测量值。混合预测方法能减小单一预测机制造成的同一性质误差的累积。仿真实验结果表明，迟滞神经网络的预测性能优于传统 BP 神经网络，而混合预测方法的预测性能优于单一预测方法。

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
5	李艳晴	北京科技大学数理学院	6	147	3.0	6.0
6	任晓	天津工业大学电工电能新技术天津市重点实验室	3	136	3.0	3.0
10	刘明凤	天津工业大学电工电能新技术天津市重点实验室	1	124	1.0	1.0