《表2 提前15分钟风速预测误差》
对修正后的风速序列重新建立GPR预测模型,并进行提前15分钟的短期风速预测。图5为采用BP神经网络、SVM、GPR和GPR-PF这4种模型的风速预测结果。预测模型定量评价指标结果如表2所示。可看出,相对于BP神经网络、SVM这2种预测模型,GPR可给出较好的预测精度。通过采用粒子滤波算法对异常值进行修正后,本文的GPR-PF风速预测模型削弱了噪声影响,从而获得最优预测结果。
图表编号 | XD00139663800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 梁智、孙国强、俞娜燕、倪晓宇、沈海平、卫志农 |
绘制单位 | 河海大学能源与电气学院、河海大学能源与电气学院、国网江苏省电力公司无锡供电公司、无锡扬晟科技股份有限公司、国网江苏省电力公司无锡供电公司、河海大学能源与电气学院 |
更多格式 | 高清、无水印(增值服务) |