基于迟滞ELM模型的短期风速预测.pdfVIP

第27卷摇 第6期 计 算机 技 术 与发 展 Vol.27摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 基于迟滞ELM模型的短期风速预测 余摇 敖,陈摇 亮,彭敬涛 (东华大学信息科学与技术学院,上海 201620) 摘摇 要:为了应对能源危机,许多国家开始大力发展最有发展前景之一的风能,而风速预测是进行风电场出力预测的前提 条件。 目前常用的风速预测方法没有得到很高的预测精度以及预测时间。 为了改善风速时间序列的预测精度和预测时 间,提出了一种基于迟滞极速学习机(Extreme Learning Machine)模型的风速预测方法。 ELM算法是一种新型神经网络,计 算效率高,性能优越,能避免局部最小化。 通过改变神经元激励函数的方式将迟滞特性引入神经网络中,以增强历史输入 对当前响应的影响,从而提高有用信息的利用率,提高风速时间序列的预测性能。 仿真结果表明,与ELM模型等方法相 比,迟滞ELM模型能够有效减小风速时间序列的预测误差,提高了预测精度以及减少了预测时间。 关键词:极速学习机;迟滞;风速预测;机器学习 中图分类号:TP391摇 摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2017)06-0130-06 doi:10.3969/j.issn.1673-629X.2017.06.027 Short-term Wind Speed Forecasting by Using Hysteretic ELM Model YU Ao,CHEN Liang,PENG Jing-tao (College of Information Science and Technology,Donghua University,Shanghai201620,China) Abstract:The wind,asone of themostpromisingenergy,hasbeen developedbymany countriesinresponsetotheenergy crisis,andthe wind speed prediction isthepremiseofwindfarmoutputprediction.Manywindspeedpredictionmethodsareadoptedtogethighpredic鄄 tion accuracy and prediction of time presently.In order to improve the prediction accuracy and time of wind speed time series,a wind speed prediction method based on hysteresisELM algorithm hasbeen proposed.ELM algorithm is a new type of neural network,and it hashigh computational efficiency and superior performance,which can avoid local minimum.Hysteresis characteristics have been intro鄄 duced in neural network via changing neuronal excitation function to enhance influence of the response history to the current input and thustoimprovetheutilizationrateofusefulinformationandtopromotethewindspee