TY -的A2 -刘,恒盟——郑Yuqiao盟——咚,博盟——刘女士盟通,一位非盟-王,Lei PY - 2021 DA - 2021/01/22 TI -基于混合模型的多步预测风速VMD和非线性自回归神经网络SP - 6644668六世- 2021 AB -减少风力发电的成本需要合理的风电场运行和维护策略,然后开发这些策略,预测未来24小时的风速是必要的。然而,现有的预测工作主要是限于5小时。这项工作发达地区风电场的日预测方法根据真实数据的监控和数据采集(SCADA)系统的风电场从江西省。利用变分方法模式分解(VMD)提取风特点,然后,特点是非线性自回归神经网络(Narnet)和长期短期记忆网络(LSTM)预测;VMD-Narnet和VMD-LSTM的预测结果与实际风速。比较结果表明,与LSTM相比,Narnet提高精度61.90%在24小时风速预测,预测的时间范围是提高了6.8个小时。这项工作强烈支持开发风电场运行和维护策略并提供降低风力发电成本的基础。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/6644668 - 10.1155 / 2021/6644668摩根富林明数学杂志PB - Hindawi KW - ER