摘要
该研究提出的风速预测模型以气象因子作为特征输入矢量,并利用带加权的欧氏距离在时间纵横方向上寻找待测日的相似矢量,通过RBF神经网络进行风速预测。结果表明:所研究风速预测模型预测精度高,预测结果的全年总平均相对偏差和均方差最小,是一种有效的草原风电场风速预测方法。
A wind speed prediction model using weather factors as input eigenvector search for similar vectors of date to be forecast on vertical and horizontal timeline by weighted Euclidean distance and RBF neural network was proposed. The simulation results showed that the wind speed prediction model is an effective prairie wind speed forecasting method with high precision and minimal annual average relative deviation and mean square error.
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2016年第1期230-235,共6页
Acta Energiae Solaris Sinica
基金
国家自然科学基金(41161045
11364029)
关键词
风速预测
径向基函数
气象因子
时间连续性
季节周期性
神经网络
wind speed prediction
radial basis function
weather factors
time continuity
seasonal periodicity
neural network