基于粗糙集理论的中长期风速预测

被引：50

作者：

高爽 ^{[1
]}

冬雷 ^{[1
]}

高阳 ^{[2
]}

廖晓钟 ^{[1
]}

机构：

[1] 北京理工大学自动化学院

[2] 沈阳工程学院电气工程系

来源：

中国电机工程学报 | 2012年 / 32卷 / 01期

关键词：

风速预测; 粗糙集; 混沌神经网络; 持续模型;

D O I：

10.13334/j.0258-8013.pcsee.2012.01.002

中图分类号：

TK81 [风能]; TP18 [人工智能理论];

学科分类号：

080703 ; 080704 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在中长期风速预测中,正确处理相关因素的影响是提高风速预测精度的关键。该文提出一种粗糙集理论预测方法。利用粗糙集理论分析出风速预测的主要影响因素,将其作为中长期风速预测模型的附加输入,建立粗糙集神经网络预测模型。利用黑龙江某风电场的数据进行训练和预测,并将预测结果与单纯的混沌神经网络预测方法和持续模型方法进行对比,结果表明,粗糙集神经网络模型的预测精度最高。粗糙集方法在中长期风速预测中将是一个有用的工具。

引用

页码：32 / 37+21 +21

页数：7

共 8 条

[1] 基于自回归滑动平均模型的风力发电容量预测 [J].