數(shù)據(jù)中心最新文章

基于MC的風(fēng)電場(chǎng)參數(shù)預(yù)測(cè)模型的誤差修正

風(fēng)速的隨機(jī)性和間歇性等特點(diǎn)使得目前風(fēng)電場(chǎng)參數(shù)預(yù)測(cè)模型存在較大的預(yù)測(cè)誤差,對(duì)此提出了采用馬爾科夫鏈(MC)方法對(duì)模型的預(yù)測(cè)誤差進(jìn)行修正,。分別求出參數(shù)的實(shí)際值與模型預(yù)測(cè)值之間的誤差序列,,利用模糊C-均值聚類(lèi)算法對(duì)其進(jìn)行狀態(tài)劃分;根據(jù)各誤差狀態(tài)計(jì)算出MC狀態(tài)轉(zhuǎn)移概率矩陣,,進(jìn)而計(jì)算模型預(yù)測(cè)誤差修正值,,最終得到精度較高的預(yù)測(cè)值。采用MC方法分別對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)模型,、T-S模糊神經(jīng)網(wǎng)絡(luò)模型以及Elman神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差進(jìn)行修正,,并應(yīng)用MC修正后的3種模型對(duì)山西某風(fēng)電場(chǎng)測(cè)風(fēng)塔不同步長(zhǎng)風(fēng)速進(jìn)行預(yù)測(cè)仿真實(shí)驗(yàn)研究,分析討論了MC對(duì)各預(yù)測(cè)模型誤差的修正效果,。仿真結(jié)果表明,,所提出的誤差修正方法能夠有效提高測(cè)風(fēng)塔風(fēng)速預(yù)測(cè)精度,為預(yù)測(cè)模型的誤差修正提供了一種有效的實(shí)用的方法,。

發(fā)表于:10/22/2016