公开(公告)号：CN106961104B

公开(公告)日：2021-07-02

申请号：CN201710219591.5

申请日：2017-04-06

Applicant: 新疆大学

Inventor： 王聪 ,  张宏立 ,  范文慧 ,  马萍

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06

Abstract: 基于数据分析和组合基函数神经网络的风电功率预测方法涉及风力发电功率预测领域，该发明包括：对采集的风电功率数据运用可变模式分解、样本熵技术和相空间重构技术进行数据分析，得到四组子序列；利用正交多项式构造基函数神经网络，建立含四组基函数神经网络的组合基函数预测模型；利用状态转移算法对基函数神经网络的权值和阈值进行优化；将重构后的子序列作为基函数神经网络的输入，优化的预测模型组合基函数神经网络用于风电功率的预测。预测准确率明显高于BP网络和RBF神经网络。

公开(公告)号：CN106961104A

公开(公告)日：2017-07-18

申请号：CN201710219591.5

申请日：2017-04-06

Applicant: 新疆大学

Inventor： 王聪 ,  张宏立 ,  范文慧 ,  马萍

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06

CPC classification number: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  H02J2003/007

Abstract: 基于数据分析和组合基函数神经网络的风电功率预测方法涉及风力发电功率预测领域，该发明包括：对采集的风电功率数据运用可变模式分解、样本熵技术和相空间重构技术进行数据分析，得到四组子序列；利用正交多项式构造基函数神经网络，建立含四组基函数神经网络的组合基函数预测模型；利用状态转移算法对基函数神经网络的权值和阈值进行优化；将重构后的子序列作为基函数神经网络的输入，优化的预测模型组合基函数神经网络用于风电功率的预测。预测准确率明显高于BP网络和RBF神经网络。