几种短期风速时间序列预测技术的比较

• 作者: 刘静 杨小强 韩亚军
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 风速 时间序列 神经网络
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 机械制造及自动化
• 页码范围: 88-92
• 页数: 5页
• 分类号: TM614
• 字数: 4034字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2016.01.017

摘要

对风速进行准确的预测可以减轻对电力系统的不利影响,提高风电场在电力市场中的竞争力.比较了几种不同的风速预测方法,它们都是采用时间序列分析短期风速数据.讨论传统的线性自回归滑动平均模型(ARMA),常用的前馈和循环神经网络,同时对自适应神经模糊推理系统(ANFIS)以及神经逻辑网络进行比较.通过建模对几种方法的预测性能进行估计,最终得出基于人工智能的模型比线性模型效果更好,能够准确快速地预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩亚军	重庆科创职业学院机电工程学院	44	77	5.0	7.0
2	刘静	重庆科创职业学院机电工程学院	17	7	2.0	2.0
3	杨小强	重庆科创职业学院机电工程学院	22	13	2.0	3.0