基于空间深度置信网络的风速预测优化方法AET-电子技术应用-最丰富的电子设计资源平台

基于空间深度置信网络的风速预测优化方法
所属分类：技术论文
上传者：aetmagazine
文档大小：757 K
标签：深度置信网络风速预测高斯过程回归
所需积分：0分积分不够怎么办？
文档介绍：风能是目前应用最为广泛、技术最为成熟的可再生能源。为了保证风电场的稳定和安全运行，风速的准确预测至关重要。除传统的数值天气预报以外，机器学习技术已经广泛应用于不同时间尺度的风速预测。然而这些工作大多局限于单一地点的风速序列分析，没有考虑和利用风速的空间相关性。对此，使用深度置信网络(Deep Belief Network，DBN)对同一区域内多个地点的风速序列进行空间相关性特征识别。在训练过程中，深度置信网络充分挖掘了该区域内历史风速的联合分布，借此改善未来的风速预测。多组风速预测实验表明，空间深度置信网络能够有效降低风速的预测误差，经过空间深度置信网络重构后的风速预测误差平均降低了0.4 m/s。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动