实验技术与管理
實驗技術與管理
실험기술여관리
Experimental Technology and Management
2015年
10期
40-45
,共6页
风速预测%相空间重构%自相关法%虚假零点法%BP神经网络
風速預測%相空間重構%自相關法%虛假零點法%BP神經網絡
풍속예측%상공간중구%자상관법%허가영점법%BP신경망락
wind speed forecast%phase space reconstruction%autocorrelation method%false zero method%BP neural network
针对风速有很强的混沌特性，采用一种相空间重构理论短期预测方法，确定风速的最佳延迟时间和嵌入维数，然后对样本空间进行重构，使用BP神经网络进行短期风速预测。实验结果表明，该模型可以较高的得到短期发电功率预测精度。
針對風速有很彊的混沌特性，採用一種相空間重構理論短期預測方法，確定風速的最佳延遲時間和嵌入維數，然後對樣本空間進行重構，使用BP神經網絡進行短期風速預測。實驗結果錶明，該模型可以較高的得到短期髮電功率預測精度。
침대풍속유흔강적혼돈특성，채용일충상공간중구이론단기예측방법，학정풍속적최가연지시간화감입유수，연후대양본공간진행중구，사용BP신경망락진행단기풍속예측。실험결과표명，해모형가이교고적득도단기발전공솔예측정도。
Wind power is random ,intermittent and volatile ,it is difficult to accurately predict ,for the wind speed has a strong chaotic characteristic . It can use a short‐term prediction of phase space reconstruction theory methods to determine the optimal time delay and embedding dimension wind speed ,and then reconstruct the sample space ,and also use BP neural network to predict short‐term wind speed .The experimental results show that the model can get higher short‐term power generation forecasting accuracy .
