DBN-Elman风速预测模型

超短期预测更准

结合深度置信网络与改进粒子群优化的HHT，针对风电场超短期风速预测，在波动条件下实现比浅层网络更高的准确性与稳定性。

Wei, Liu · Xue, Feifei · Gao, Yansong · Tuerxun, Wumaier · Jing, Sun · Hu, Yi · Hongliang, Yuan

Global Energy Interconnection 2023

技术优势

预测更准

深度网络结构能更好地学习风速序列中的复杂特征，对比浅层网络预测精度更高。

稳定性高

模型在不同风速波动条件下的预测输出波动小，控制响应频率可降低。

应用场景

• 风电功率预测：为风电功率预测提供更准的超短期风速输入，提高功率预测精度。
• 风电场控制：帮助风电场控制系统提前获知风速变化，减少响应频率。
• 智能电网调度：提供可靠的超短期风速预测，支撑电网调度决策。
• 能源预测：为能源预测提供一种高精度的风速预报模型。