基于流形算法与RBF网络的超短期风速预测

• 作者: 张雪松 朱想 赵波 邵海见 魏海坤
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 超短期风速预测 模型结构选择 RBF网络 流形算法 机器学习
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 317-321
• 页数: 5页
• 分类号: TP391
• 字数: 4354字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.051

摘要

传统的风速预测方法往往通过经验来确定模型结构,未考虑输入变量选取、系统的动态特性等问题,导致系统在不同时间尺度下的动态特性没有得以充分反映,降低模型的推广泛化能力.针对上述问题,提出一种基于流形算法和RBF网络相结合的方法,通过模型结构设计和本质特征提取等方法,增加模型预测结果的稳定性和鲁棒性,以提高模型的推广能力.以华东某风电场数据进行实验分析,结果表明,与传统风速预测方法相比,该模型结构选择方法可提高模型计算效率,降低样本复杂度,能够得到更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏海坤	东南大学自动化学院	76	824	12.0	27.0
2	邵海见	东南大学自动化学院	3	2	1.0	1.0
3	朱想		10	115	4.0	10.0
4	张雪松	国家电网浙江省电力公司电力科学研究院	1	1	1.0	1.0
5	赵波	国家电网浙江省电力公司电力科学研究院	1	1	1.0	1.0