基于MC的风电场参数预测模型的误差修正

误差修正

风速的随机性和间歇性等特点使得目前风电场参数预测模型存在较大的预测误差，对此提出了采用马尔科夫链（MC)方法对模型的预测误差进行修正。分别求出参数的实际值与模型预测值之间的误差序列，利用模糊C-均值聚类算法对其进行状态划分；根据各误差状态计算出MC状态转移概率矩阵，进而计算模型预测误差修正值，最终得到精度较高的预测值。采用MC方法分别对广义回归神经网络(GRNN)模型、T-S模糊神经网络模型以及Elman神经网络模型的预测误差进行修正，并应用MC修正后的3种模型对山西某风电场测风塔不同步长风速进行预测仿真实验研究，分析讨论了MC对各预测模型误差的修正效果。仿真结果表明，所提出的误差修正方法能够有效提高测风塔风速预测精度，为预测模型的误差修正提供了一种有效的实用的方法。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于MC的风电场参数预测模型的误差修正

文件下载

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载