《表1 3种模型训练及预测结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PSO-WNN模型的超短期风速预测及其误差校正》
文中采用MATLAB2012进行仿真实验,所用风速数据取自澳大利亚某风电场2014年6—8月份的风速数据。PSO-WNN算法的时效性和精确度存在一定矛盾,适当减小目标函数值和训练样本容量可减少时间消耗,但会牺牲一定的预测精度。因此首先剔除非正常数据,再从中截取1 600个数据用于仿真分析。样本分为训练样本集、测试样本集、验证样本集等3个子集。其中:训练样本集容量为700,用于训练预测模型;测试集样本集容量为800,用于获取误差样本,构建一阶线性拟合函数;验证集样本容量为100,用于验证预测性能。先将风速样本数据归一化到[0 1]区间,再进行相空间重构,将时间序列转化为矩阵形式[X Y],其中X=(xt-d+1,xt-d+2,…,xt),Y=(xt+1,xt+1,…,xt+m),d为输入向量的维数。预测模型的结构与参数目前还没有一个准确的确定方法,在实践中通常是通过多次实验比较来确定。该算例预测模型的参数设定:输入向量的维数d=6,WNN模型隐层节点数N=8,PSO目标函数归一化取值为0.01,种群数量为80。表1为PSO-WNN,WNN,BP 3种模型的训练与预测结果。
图表编号 | XD00132766100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 丁方莉、周松林、杨洪深 |
绘制单位 | 铜陵学院电气工程学院、铜陵学院电气工程学院、铜陵学院电气工程学院 |
更多格式 | 高清、无水印(增值服务) |