有哪些信誉好的足球投注网站- 1、本文档共13页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
风电功率预测问题_数学建模全国一等奖论文
答卷编号:
论文题目:风电功率预测问题
指导教师:金海
参赛学校:北京理工大学
报名序号:1550
证书邮寄地址:北京理工大学中关村校区徐厚宝
(学校统一组织的请填写负责人)
风电功率预测问题
摘要:
本文着力研究了风电功率的预测问题。根据相关要求,本文中我们分别利用ARMA模型、卡尔曼滤波预测模型和小波神经网络预测模型对该风电场的风电功率进行预测。通过对预测结果各项评价指标的综合分析,发现:小波神经网络预测模型的精确度最高;单台风电机组预测误差与总机组预测误差成正相关性;多个风电机组的汇聚会使得总体的预测误差减小。另外,从神经网络的训练过程中,我们发现突加扰动是阻碍风电功率实时预测精度进一步改善的主要因素,风电功率的预测精度不可能无限提高。
对于问题一,我们分别建立了ARMA、卡尔曼滤波、小波神经网络三种预测模型对指定的发电机组的输出功率进行了预测,取得了较为理想的结果。ARMA模型的预测精确度为75.4%?79.3%,卡尔曼滤波模型的预测精确度为81.3%-95%,小波神经网络模型的预测精确度为92.1%?94.7%,故小波神经网络的预测效果最好。
对于问题二,我们分析比较了
文档评论（0）