[1]王 宁,罗汝斌,廖 俊,等.基于小波包分解的BP神经网络的短期风速预测[J].控制与信息技术(原大功率变流技术),2019,(04):44-49.[doi:10.13889/j.issn.2096-5427.2019.04.300]
 WANG Ning,LUO Rubin,LIAO Jun,et al.Short-term Wind Speed Prediction Based on Wavelet Packet Decomposition and BP Neural Network[J].High Power Converter Technology,2019,(04):44-49.[doi:10.13889/j.issn.2096-5427.2019.04.300]
点击复制

基于小波包分解的BP神经网络的短期风速预测()
分享到:

《控制与信息技术》(原《大功率变流技术》)[ISSN:2095-3631/CN:43-1486/U]

卷:
期数:
2019年04期
页码:
44-49
栏目:
“中国飞行力学学术年会”专刊
出版日期:
2019-08-05

文章信息/Info

Title:
Short-term Wind Speed Prediction Based on Wavelet Packet Decomposition and BP Neural Network
文章编号:
2096-5427(2019)04-0044-06
作者:
王 宁1罗汝斌2廖 俊1李 珺1蒋 祎1杨泽川1袁俊杰1
(1.中南大学 航空航天学院,湖南 长沙 410083;2.北京宇航系统工程研究所,北京 100076)
Author(s):
WANG Ning1 LUO Rubin2 LIAO Jun1 LI Jun1 JIANG Yi1 YANG Zechuan1 YUAN Junjie1
( 1. School of Aeronautics and Astronautics, Central South University ,Changsha,Hunan 410083, China; 2. Beijing Institute of Astronautical System Engineering, Beijing 100076, China)
关键词:
态势感知小波包分解BP神经网络短期风速预测浮空器飞行控制
Keywords:
situation awareness wavelet packet decomposition BP neural network short-term wind speed prediction aerostat flight control
分类号:
TM614
DOI:
10.13889/j.issn.2096-5427.2019.04.300
文献标志码:
A
摘要:
针对风速信号不稳定而引起的风速预测精度不高问题,文章提出了一种短期风速预测方法,其通过小波包分解将不稳定的风速信号转化为相对稳定的风速信号,再对其进行BP神经网络预测,从而提高短期风速预测精度。仿真计算结果表明,基于小波包分解的BP神经网络的短期风速预测模型的平均绝对百分比误差(MAPE)、均方根误差(RMSE)、平均绝对误差(MAE)均低于其他短期风速预测方法的各项误差,在短期风速预测中具有一定的优越性。
Abstract:
In this paper, a short-term wind speed prediction method based on BP neural network and wavelet packet decomposition was proposed to solve the problem of insufficient accuracy of wind speed prediction introduced by unstable wind speed signals. The unstable wind speed signal is transformed into a relatively stable wind speed signal by wavelet packet decomposition, and the combination with BP neural network successfully improves the accuracy of short-term wind speed prediction. The simulation results show that the average absolute percentage error (MAPE), root mean square error (RMSE) and mean absolute error (MAE) of the short-term wind speed prediction model based on wavelet packet decomposition are lower than those of other short-term wind speed prediction methods. So, it has certain advantages in short-term wind speed prediction.

参考文献/References:

[1] 黄宛宁,张晓军,祝榕辰,等.浮空器在应急通信中的应用[J].科技导报, 2018, 36(6):55-64.
[2] 侯东兴,刘东红.浮空器在军事斗争中的应用及发展趋势[J].航空兵器, 2006(3):60-64.
 [3] 余平.风电场风速及风电功率预测方法研究综述[J].电子技术与软件工程, 2019(1):214.
[4] 甘迪,柯德平,孙元章,等.基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测[J].电工技术学报, 2015, 30(11):138-147.
 [5] 叶林,赵永宁.基于空间相关性的风电功率预测研究综述[J].电力系统自动化, 2014, 38(14):126-135.
 [6] 凌劲,茆美琴,李福根,等.短期风速预测的相关方法及其应用研究[J].合肥工业大学学报(自然科学版), 2017, 40(11):1502-1506.
[7] 孙爱国,黄黎,刘安国,等.基于神经网络的风速预测技术研究[J].中国设备工程, 2017(24):133-134.
 [8] 张文, 胡从川, 阙波, 等. 一种实时校正的改进BP神经网络超短期风速预测模型[J]. 电网与清洁能源, 2016, 32(9):118-122.
 [9] 张宜阳, 卢继平, 孟洋洋, 等.基于经验模式分解和混沌相空间重构的风电功率短期预测[J]. 电力系统自动化,2012, 36(5): 24-28.
[10] 马蕊,胡书举,许洪华.基于时间序列分析和神经网络的风电功率预测方法研究[J].大功率变流技术, 2013(3):35-39, 54.
 [11] 潘迪夫, 刘辉, 李燕飞.基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型[J]. 电网技术,2008,32(7):82-86.
 [12] ZHANG Y,YANG S P,GUO Z H,et al. Wind speed forecasting based on wavelet decomposition and wavelet neural networks optimized by the Cuckoo search algorithm[J]. Atmospheric and Oceanic Science Letters, 2019,12(2):107-115.
[13] 叶瑞丽,郭志忠,刘瑞叶,等.基于小波包分解和改进Elman神经网络的风电场风速和风电功率预测[J].电工技术学报, 2017, 32(21):103-111.
[14] 魏昱洲,许西宁.基于LSTM长短期记忆网络的超短期风速预测[J].电子测量与仪器学报, 2019(2):64-71.
[15] 赵征, 汪向硕, 乔锦涛. 基于VMD和改进ARIMA模型的超短期风速预测[J]. 华北电力大学学报(自然科学版), 2019, 46(1):54-59.
[16] 梁涛, 孙天一, 邹继行,等. 基于GA优化的加权LSSVM短期风速预测[J]. 高技术通讯, 2019, 29(2):142-148.

相似文献/References:

[1]任广山,常 晶,陈为胜.无人机系统智能自主控制技术发展现状与展望[J].控制与信息技术(原大功率变流技术),2018,(06):7.[doi:10.13889/j.issn.2096-5427.2018.06.002]
 REN Guangshan,CHANG Jing,CHEN Weisheng.Present and Prospect of Intelligent Autonomous Control for UAV[J].High Power Converter Technology,2018,(04):7.[doi:10.13889/j.issn.2096-5427.2018.06.002]
[2]王 宁,罗汝斌,廖 俊,等. 基于小波包分解的BP 神经网络的短期风速预测[J].控制与信息技术(原大功率变流技术),2019,(04):1.[doi:10.13889/j.issn.2096-5427.2019.04.300]
 WANG Ning,LUO Rubin,LIAO Jun,et al. Short-term Wind Speed Prediction Based on Wavelet Packet Decomposition and BP Neural Network[J].High Power Converter Technology,2019,(04):1.[doi:10.13889/j.issn.2096-5427.2019.04.300]

备注/Memo

备注/Memo:
收稿日期:2019-05-15
 作者简介:王宁(1995—),男,硕士,主要从事新概念飞行器设计工作。
更新日期/Last Update: 2019-08-20