应对风速不确定性的聚类预测方法

• 作者: 尹维波 王勇超
• 来源期刊: 电力系统装备
• 学科: 工学
• 关键词: 风速预测 小波包-神经网络 风速相似日聚类
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 新能源
• 页码范围: 131-132
• 页数: 2页
• 分类号: TH765.4
• 字数: 1433字
• 语种: 中文

摘要

为提高风速预测精度,提出了一种基于风速相似日聚类的小波包-神经网络风速预测方法.通过进行风速相似日聚类,把全年分为风速规律性更强的若干类时间段,然后对同类时间段内的风电数据进行小波包分解,得到频率不同、但规律性更强的风速子序列,最后基于径向基神经网络对各子序列建模并预测,通过叠加得到预测风速.基于风速相似日聚类和小波包分解均增强了风速子序列的规律性,从而提高风速预测的精度,算例仿真结果证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇超		1	1	1.0	1.0
2	尹维波	唐山供电公司经济技术研究所	1	1	1.0	1.0