由于建立的预测模型要求较高,难以实现大的多步风速预测。然而,风力发电系统的多阶段预测具有较大的应用前景,可以为电网在紧急情况下的运行提供足够的时间。摘要提出了一种基于小波包分解(WPD)、Elman神经网络(ENN)、增强算法和小波包滤波(WPF)的多步风速预测混合计算框架。本研究的新颖之处在于,提出一种新的混合WPD-Boost-ENN-WPF架构,利用不同的计算策略,研究大阶风速预测性能。给出了四种不同风速时间序列数据,完成了实际预测实验。实验结果表明:(a)在大的多步预测中,所提出的混合预测模型均优于相应的单步预测模型。9步美错误的实验数据# 1提出四个混合预测模型只是?1.2821 m / s,1.1276?m / s,1.1718?m / s,1.2684?m / s,分别;(b)拟议的四种混合预测模型预测差异不大;(c)均适用于大跨步风速预测。
——文章发布于2019年5月