《表3 不同预测模型结果对比》

  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

《一种新型模块化风速预测方法》

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BP神经网络、传统ELM方法和加权ELM网络进行风速预测，依据该风电场2015年4个季节典型日的实测数据进行对比，结果如图3所示。由图3可知各典型日在09:00～18:00内风速变化较缓慢，3种方法的预测结果均与实际风速的变化相符；但在风速波动较为明显的时间段内（18:00～24:00) ，BP神经网络和传统ELM方法的预测结果出现较大偏差，而加权ELM方法则取得了良好的预测效果；在00:00～09:00内风速变化剧烈，上述方法的预测效果差异更为显著，加权ELM预测结果更接近真实风速。3种风速预测模型的误差对比结果如表3所示。