基于DBN-Kalman-EC算法的短期風(fēng)電功率組合預(yù)測(cè)
關(guān)鍵詞：短期風(fēng)電功率預(yù)測(cè) 卡爾曼算法 深度置信網(wǎng)絡(luò) 誤差修正算法
摘要：提出一種基于深度置信網(wǎng)絡(luò)(DBN)和卡爾曼算法(Kalman),結(jié)合誤差修正算法(EC)的短期風(fēng)電功率組合預(yù)測(cè)模型。運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)算法(EMD)將原始風(fēng)速序列分解,提取其主要特征,降低風(fēng)速序列突變性;然后利用DBN法,通過(guò)構(gòu)造兩種不同的輸入輸出矩陣,得到pro_1和pro_2兩種預(yù)測(cè)功率、bias_1和bias_2兩種預(yù)測(cè)誤差;接著將pro_1作為測(cè)量值、bias_1作為測(cè)量誤差,將pro_2作為觀測(cè)值、bias_2作為過(guò)程誤差引入Kalman模型,得到預(yù)測(cè)結(jié)果pro和預(yù)測(cè)誤差bias;最后利用EC算法對(duì)pro和bias進(jìn)行修正。仿真結(jié)果表明,DBN-Kalman-EC模型能有效中和bias_1和bias_2兩種誤差,降低了預(yù)測(cè)誤差,修正預(yù)測(cè)值,有效地提高了短期風(fēng)電功率預(yù)測(cè)的精度。
湖南工業(yè)大學(xué)學(xué)報(bào)雜志要求:
{1}參考文獻(xiàn)是對(duì)期刊論文引文進(jìn)行統(tǒng)計(jì)和分析的重要信息源之一，是作者寫作論文時(shí)所參考的文獻(xiàn)書目。一般集中列于文后。
{2}縮略語(yǔ)：文中盡量少用。必須使用時(shí)于首次出現(xiàn)處先列出其全稱，然后括號(hào)注出中文縮略語(yǔ)或英文全稱及其縮略語(yǔ)，后兩者間用“，”分開。
{3}為保證期刊的質(zhì)量，對(duì)于所有的論文，將邀請(qǐng)2位專家評(píng)議確定提出意見(jiàn)。然后根據(jù)評(píng)審意見(jiàn)，由本刊編委會(huì)確定用稿意見(jiàn)。確定最終入選文章。
{4}力求簡(jiǎn)明扼要、醒目、突出主題。盡量避免使用縮寫詞。中文文題一般以20個(gè)漢字以內(nèi)為宜。中英文標(biāo)題應(yīng)一致。
{5}正文包括題目、摘要（中英文）、關(guān)鍵詞（中英文）、引言、方法、結(jié)果、討論、結(jié)論和參考文獻(xiàn)等部分內(nèi)容。（不要包含作者姓名、單位等作者信息）。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
