基于Logistic映射相空间重构神经网络短期风电预测  

Short-term wind power prediction based on Logistic mapping neural network of phase space reconstruction

作　　者：韩亚军[1] 李太福[2] 杨小强[1] 

机构地区：[1]重庆科创职业学院机电工程学院,重庆402160 [2]重庆科技学院电气与信息学院,重庆401331

出　　处：《实验技术与管理》2015年第10期40-45,共6页Experimental Technology and Management

基　　金：重庆市第二批高等学校青年骨干教师资助计划项目

摘　　要：针对风速有很强的混沌特性,采用一种相空间重构理论短期预测方法,确定风速的最佳延迟时间和嵌入维数,然后对样本空间进行重构,使用BP神经网络进行短期风速预测。实验结果表明,该模型可以较高的得到短期发电功率预测精度。Wind power is random ,intermittent and volatile ,it is difficult to accurately predict ,for the wind speed has a strong chaotic characteristic . It can use a short‐term prediction of phase space reconstruction theory methods to determine the optimal time delay and embedding dimension wind speed ,and then reconstruct the sample space ,and also use BP neural network to predict short‐term wind speed .The experimental results show that the model can get higher short‐term power generation forecasting accuracy .

关 键 词：风速预测 相空间重构 自相关法 虚假零点法 BP神经网络 

分 类 号：TM612[电气工程—电力系统及自动化]