《表1 样本数据特征值和贡献率》

  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

《果蝇优化广义神经网络的风电功率短期预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用湖南某风电场的实际运行数据作为实验数据，包括风速、风向、温度、发电机转速、机舱角度和扭缆角度。由于数据维数较大，可能存在对风电影响较小的变量，可能造成预测模型复杂，预测效果较差。因此，首先采用PCA对样本数据进行降维处理，以降低预测模型的复杂性。本文选用的数据为2018年9月1日00:00～2018年9月8日12:00，采样间隔为10 min，采样数据时长为8.5 d，共有1 225组数据，选用前1 125组数据作为历史数据（样本数据），后100组作为测试数据。由主成分分析法得到的样本数据贡献率和特征值如表1所示。