購物車(0)
基于Lorenz擾動分布和VMD的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測研究
關(guān)鍵詞：風(fēng)速預(yù)測 vmd 核密度估計 lorenz擾動
摘要：針對風(fēng)速的隨機性、非線性和不確定性特征,提出基于VMD和Lorenz擾動的神經(jīng)網(wǎng)絡(luò)模型進行風(fēng)速預(yù)測。首先,對風(fēng)速數(shù)據(jù)采用變分模態(tài)分解(VMD)進行預(yù)處理,得到特征模態(tài)分量,然后采用BP神經(jīng)網(wǎng)絡(luò)對每個分量進行預(yù)測,并且將分量預(yù)測結(jié)果進行重構(gòu)得到風(fēng)速點預(yù)測值,最后以風(fēng)速點預(yù)測為基礎(chǔ),根據(jù)核密度估計的Lorenz擾動序列概率分布進行風(fēng)速區(qū)間預(yù)測。以西班牙風(fēng)電場和中國風(fēng)電場為實例進行預(yù)測,預(yù)測結(jié)果顯示:(1)VMD算法可以提高神經(jīng)網(wǎng)絡(luò)模型點預(yù)測結(jié)果的精度;(2)根據(jù)Lorenz擾動序列分布進行風(fēng)速區(qū)間估計,不僅量化了大氣中不確定的影響因素,而且區(qū)間預(yù)測結(jié)果可靠性較高。
華北電力大學(xué)學(xué)報·社會科學(xué)版雜志要求:
{1}多次引用同一著者的同一文獻時，在正文中標注首次引用的文獻序號，并在序號的“[]”外著錄引文頁碼，文末參考文獻中不再著錄頁碼。
{2}作者文責自負，文中所引文獻、圖片要有出處。對于侵犯他人版權(quán)或其他權(quán)利的文稿、圖片，本刊不承擔連帶責任。
{3}作者須對來稿的真實性及科學(xué)性負責。依照《中華人民共和國著作權(quán)法》有關(guān)規(guī)定，本刊可對來稿做文字修改、刪節(jié)。凡有涉及原意的修改，則提請作者考慮。稿件請作者退修1個月未修回者，視作自動撤稿。
{4}正文中的各級標題按照:居中黑體、一、（一）.1.……的形式編排順序。
{5}多作者文稿署名時必須排序，應(yīng)注明每位作者的工作單位和郵政編碼。第一作者還須提供性別、出生年、學(xué)位、職稱、是否為研究生導(dǎo)師等方面的信息。通信作者應(yīng)注明聯(lián)系電話及其電子信箱。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
