论文部分内容阅读
风的演变具有混沌特性,论文以混沌相空间重构理论为基础,应用神经网络技术进行风速短期预测。采用互信息法和饱和关联维数法分别计算最佳的延迟时间和嵌入维数,将原风速时间序列数据进行相空间重构,并用wolf法计算最大Lyapunov指数对时间序列的混沌特性进行判别。论文利用神经网络建立风速预测模型,并进行多步滚动式短期风速预测。论文还进行了仿真实验,实验结果初步验证了基于混沌理论的神经网络预测模型在风速短步长预测方面的效果。