首页 | 本学科首页   官方微博 | 高级检索  
     

基于D-S证据理论的短期风速预测模型
引用本文:刘亚南,卫志农,朱 艳,孙国强,孙永辉,杨友情,钱 瑛,周 军.基于D-S证据理论的短期风速预测模型[J].电力自动化设备,2013,33(8).
作者姓名:刘亚南  卫志农  朱 艳  孙国强  孙永辉  杨友情  钱 瑛  周 军
作者单位:1. 河海大学可再生能源发电技术教育部工程研究中心,江苏南京,210098
2. 国电南瑞科技股份有限公司,江苏南京,210061
3. 安徽省电力公司池州供电公司,安徽池州,247000
基金项目:国家自然科学基金资助项目,the National Natural Science Foundation of China
摘    要:提出一种基于D-S证据理论的短期风速组合预测模型.分别采用时间序列、BP神经网络和支持向量机预测模型对风速进行预测,通过对预测误差的分析,借助D-S证据理论对3种模型进行融合.选取待测日前凡日的风速数据作为融合样本,计算出相应的基本信任分配函数,同时将函数进行融合,并将融合结果作为风速预测模型的权重,得到待预测日的风速预测结果.仿真结果表明,所提组合预测模型的预测误差更小,效果更好.

关 键 词:风电  时间序列  BP神经网络  支持向量机  D-S证据理论  预测  模型

Short-term wind speed forecasting model based on D-S evidence theory
LIU Yanan,WEI Zhinong,ZHU Yan,SUN Guoqiang,SUN Yonghui,YANG Youqing,QIAN Ying and ZHOU Jun.Short-term wind speed forecasting model based on D-S evidence theory[J].Electric Power Automation Equipment,2013,33(8).
Authors:LIU Yanan  WEI Zhinong  ZHU Yan  SUN Guoqiang  SUN Yonghui  YANG Youqing  QIAN Ying and ZHOU Jun
Abstract:
Keywords:wind power  time series  BP neural network  support vector machines  D-S evidence theory  forecasting  models
本文献已被 万方数据 等数据库收录!
点击此处可从《电力自动化设备》浏览原始摘要信息
点击此处可从《电力自动化设备》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号