文献类型：期刊文章

作　　者：修春波[1,2] 任晓[1,2] 李艳晴[3] 刘明凤[1,2]

机构地区：[1]天津工业大学电工电能新技术天津市重点实验室,天津300387 [2]天津工业大学电气工程与自动化学院,天津300387 [3]北京科技大学数理学院,北京100083

出　　处：《电工技术学报》

基　　金：国家自然科学基金资助项目(61203302)

年　　份：2014

卷　　号：29

期　　号：2

起止页码：253-259

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141417541328)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：分析了卡尔曼滤波在风速序列预测分析中的应用机理,构造了用于风速序列预测分析的迟滞神经网络,并采用卡尔曼滤波方法将其与ARMA模型相融合,实现了风速序列的混合预测。通过修改激励函数的方式将迟滞特性引入神经网络,网络的权值采用梯度寻优的方式确定,迟滞参数利用遗传算法进行确定。系统的状态方程采用ARMA模型建立,将迟滞神经网络对风速序列的预测结果作为测量方程的测量值。混合预测方法能减小单一预测机制造成的同一性质误差的累积。仿真实验结果表明,迟滞神经网络的预测性能优于传统BP神经网络,而混合预测方法的预测性能优于单一预测方法。

关 键 词：卡尔曼滤波 风速序列  神经网络 ARMA模型 预测  

分 类 号：TK89]