技術(shù)特征：

技術(shù)總結(jié)
基于數(shù)據(jù)分析和組合基函數(shù)神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)方法涉及風(fēng)力發(fā)電功率預(yù)測(cè)領(lǐng)域，該發(fā)明包括：對(duì)采集的風(fēng)電功率數(shù)據(jù)運(yùn)用可變模式分解、樣本熵技術(shù)和相空間重構(gòu)技術(shù)進(jìn)行數(shù)據(jù)分析，得到四組子序列；利用正交多項(xiàng)式構(gòu)造基函數(shù)神經(jīng)網(wǎng)絡(luò)，建立含四組基函數(shù)神經(jīng)網(wǎng)絡(luò)的組合基函數(shù)預(yù)測(cè)模型；利用狀態(tài)轉(zhuǎn)移算法對(duì)基函數(shù)神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化；將重構(gòu)后的子序列作為基函數(shù)神經(jīng)網(wǎng)絡(luò)的輸入，優(yōu)化的預(yù)測(cè)模型組合基函數(shù)神經(jīng)網(wǎng)絡(luò)用于風(fēng)電功率的預(yù)測(cè)。預(yù)測(cè)準(zhǔn)確率明顯高于BP網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)。

技術(shù)研發(fā)人員：王聰;張宏立;范文慧;馬萍
受保護(hù)的技術(shù)使用者：新疆大學(xué)
技術(shù)研發(fā)日：2017.04.06
技術(shù)公布日：2017.07.18