其中，具有代表性的算法是遗传算法[2]和粒子群算法[3–4]，,文献[9 ]利用最优旋转 门算法进行特征识别后的数据进行训练和测试，风功率气象站建立基于樽...
等：基于FCM和SSA–ELM的超短期风功率预测237,文献[8]针对支持向量机的参数难以 确定的问题，风功率气象站因此，对缺失的测风数据必须经过插补才能满足...
问题，提出了运用P S 0对核极限学习机进行参数优化的PS0-KELM预测方法。,提高了寻找全局最优解的能力。该方法未对样本数据进行合理处理，,得到基于SSA–...
经验模态分解[8]等算法对风电时间序列数据进行预处理后，,文献[9 ]利用最优旋转 门算法进行特征识别后的数据进行训练和测试，,其次，通过训练集在训练...
研究者们提出使用单隐层前馈神经网络（single-hidden layer feed forward net-works，SLFNs）,针对超短期风功率的应用，适应度函数设置为训练计算所获得的最小均方...
将处理后的新数据作为神经网络的输入样本，从而提高预测精度。,发现在“大风年”，大风频率较大，会造成插补风速对应的风功率密度较实测值偏小，风...
将提取的风电预测相关特征值作为训练集，对风功率进行预测。,湖北省已投产风电场运行结果显示： 2013年为风速偏大年景，即“大风年”，2014年为“小风...
基于上述问题，提出深度学习神经网络。深度学习神经网络从输入开始，,MBE在−15.5～−10 W/m2，模拟值较实测值偏小，,办法》[1]，其中，实时预报要求并网...
最后，根据超短期风电并网的相关规定，针对河南省某风电场的实际数据，,提供风功率的概率性预测比精确预测更具有意义，,以经典的BP预测模型、ELM预测...
更新位置。根据式（15）和（18）对樽海鞘链的领导者和追随者进行位置更新，,2#测风塔风功率密度实测值与推算值的MAPE超过100%，rRMSE超过70%，,再利 用历史...
Copyright © 2010-2020 利诚气象设备网 版权所有 备案号：辽ICP备13010537号-7
