刘明凤
- 作品数：5 被引量：127H指数：2
- 供职机构：天津工业大学电气工程与自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程动力工程及工程热物理自动化与计算机技术更多>>
- 基于卡尔曼滤波的风速序列短期预测方法被引量：117
- 2014年
- 分析了卡尔曼滤波在风速序列预测分析中的应用机理,构造了用于风速序列预测分析的迟滞神经网络,并采用卡尔曼滤波方法将其与ARMA模型相融合,实现了风速序列的混合预测。通过修改激励函数的方式将迟滞特性引入神经网络,网络的权值采用梯度寻优的方式确定,迟滞参数利用遗传算法进行确定。系统的状态方程采用ARMA模型建立,将迟滞神经网络对风速序列的预测结果作为测量方程的测量值。混合预测方法能减小单一预测机制造成的同一性质误差的累积。仿真实验结果表明,迟滞神经网络的预测性能优于传统BP神经网络,而混合预测方法的预测性能优于单一预测方法。
- 修春波任晓李艳晴刘明凤
- 关键词：卡尔曼滤波神经网络ARMA模型
- 基于卡尔曼滤波算法的风速序列预测方法
- 风能是一种无污染的可再生能源，具有很高的开发利用价值，目前主要的应用形式是风力发电。但是由于风的随机性和间歇性，导致风电并网成为风力发电的主要难题。有效的风速预测能够帮助电网进行及时调度，解决风电并网难的问题。传统的短期...
- 刘明凤
- 关键词：风速预测卡尔曼滤波算法ARMA模型BP神经网络风力发电
- 文献传递
- 基于ARMA与神经网络的风速序列混合预测方法被引量：10
- 2013年
- 为提高风速预测的准确性,采用卡尔曼滤波方法将ARMA模型和BP神经网络相结合,提出一种混合预测方法。根据时间序列分析理论,利用已知风速序列建立风速序列的自回归预测模型,并以此建立卡尔曼滤波的状态方程和测量方程。再利用BP神经网络的预测结果作为卡尔曼滤波的观测值,通过卡尔曼滤波的递推计算得到未来风速的最优估计值,从而实现风速序列的混合预测。仿真实验结果表明:混合预测方法能够有效改善风速序列的预测性能。与传统卡尔曼滤波预测结果相比,混合预测方法预测结果的延迟现象得到改善,与神经网络预测结果相比,混合预测方法在风速序列极值点的预测误差大大减小。
- 刘明凤修春波
- 关键词：风速预测卡尔曼滤波BP神经网络ARMA
- 基于ARMA与神经网络的风速序列混合预测方法
- 为提高风速预测的准确性,采用卡尔曼滤波方法将ARMA模型和BP神经网络相结合,提出一种混合预测方法.根据时间序列分析理论,利用已知风速序列建立风速序列的自回归预测模型,并以此建立卡尔曼滤波的状态方程和测量方程.再利用BP...
- 刘明凤修春波
- 关键词：风力发电风速预测卡尔曼滤波BP神经网络
- 文献传递
- 基于ARMA与神经网络的风速序列混合预测方法
- 为提高风速预测的准确性,采用卡尔曼滤波方法将ARMA模型和BP神经网络相结合,提出一种混合预测方法。根据时间序列分析理论,利用已知风速序列建立风速序列的自回归预测模型,并以此建立卡尔曼滤波的状态方程和测量方程。再利用BP...
- 刘明凤修春波
- 关键词：风速预测卡尔曼滤波BP神经网络ARMA
- 文献传递
