摘要:针对传统的回声状态网络序列对随机性大、波动性强的风功率预测精度不高的问题,提出一种基于改进互补集合经验模态分解和改进萤火虫算法优化回声状态网络的风功率预测模型。利用改进互补集合经验模态分解将风功率数据分解成一系列的本征模态函数,用回声状态网络模型分别对分解后的本征模态函数进行预测,利用改进萤火虫算法寻找模型的最优权值,将输出结果加权合并为最终的风功率预测值。仿真结果表明,所提出的预测方法有较高的预测精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.55
期刊级别:北大期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!