收藏本站
收藏 | 投稿 | 论文排版

基于高斯过程回归的短期风速预测

孙斌  姚海涛  刘婷  
【摘要】:准确预测风速能有效减轻风电场对整个电网的不利影响,提高风电场在电力市场中的竞争能力。为了提高风速预测的精度,提出一种基于高斯过程(Gaussian processes,GP)的风速预测模型。首先运用自相关法和假近邻法分别求取风速时间序列的延迟时间和嵌入维数,进而对混沌风速时间序列进行相空间重构。其次运用GP模型对重构后的风速时间序列进行训练,同时在贝叶斯框架下,确定协方差函数中的"超参数"。最后利用训练好的GP模型风速时间序列进行预测,并与支持向量机、最小二乘支持向量机和BP神经网络进行比较。仿真结果表明,基于GP的风速预测模型具有很好的稳定性,能够满足预测精度的要求,具有很大的工程实际应用价值。

知网文化
【相似文献】
中国期刊全文数据库 前11条
1 韩存良;郄志红;季广军;曹会利;;风速预测模型的比较研究[J];河北农业大学学报;2012年06期
2 秦剑;王建平;张崇巍;;基于相空间重构小波神经网络的短期风速预测[J];电子测量与仪器学报;2012年03期
3 刘新婷;修春波;张欣;于婷婷;;基于混沌不稳定周期方法的风速时间序列预测[J];东南大学学报(自然科学版);2012年S1期
4 修春波;刘新婷;张欣;于婷婷;;基于混沌特性分析的风速序列混合预测方法[J];电力系统保护与控制;2013年01期
5 王富强;王东风;韩璞;;基于混沌相空间重构与支持向量机的风速预测[J];太阳能学报;2012年08期
6 曾杰;张华;;基于最小二乘支持向量机的风速预测模型[J];电网技术;2009年18期
7 李倩倩;李春;杨阳;;自相似性和分形维数在风场分析中的应用[J];动力工程学报;2016年11期
8 张华;郁永静;冯志军;孙科;;基于小波分解与支持向量机的风速预测模型[J];水力发电学报;2012年01期
9 张华;曾杰;;基于支持向量机的风速预测模型研究[J];太阳能学报;2010年07期
10 苏展;张志霞;朴在林;孙卓;赵丽华;王强;;基于小波变换和时间序列的风功率超短期预测模型研究[J];可再生能源;2017年09期
11 付桐林;;基于季节调整和时间序列相混合的中国环县长期风速预测[J];陇东学院学报;2017年05期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978