基于聚类的超闭球算法短期风速预测研究

• 作者: 彭亮 纪浩林
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 风速预测 聚类 信度非平均分配
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 理论与实践
• 页码范围: 138-141,145
• 页数: 5页
• 分类号: TM743
• 字数: 4200字
• 语种: 中文

摘要

具有较高精度的超短期风速预测有着重要的作用,它对建立和保障并网运行风电场风电功率预测预报系统有着举足轻重的作用.但是,由于风速的影响因素较多,且存在着巨大的波动性、随机性,以及较高的自相关性.这些因素,极大地影响了传统的风速预测方法.因此,探究一种短期风速预测方法是十分必要的,此方法以聚类的小脑超闭球算法为基础,此超闭球方法,对减少数据输入的地址碰撞有着很好的作用,提高了学习速度,另通过模糊聚类对输入数据确定节点数和节点值,提高了学习精度.仿真结果证明基于聚类的小脑超闭球网络相比应用较为成熟的BP神经网络等能很好地预测未来1h风速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭亮	辽宁工程技术大学电气与控制工程学院	2	7	2.0	2.0
2	纪浩林	辽宁工程技术大学电气与控制工程学院	1	3	1.0	1.0