论文部分内容阅读
对风速进行快速、准确的预测，可以有效地减小或避免风电场对电力系统的不利影响，同时提高风电场在电力市场中的竞争能力。根据风速具有混沌特性，提出一种相空间重构的极端学习机（extremelearningmachine，ELM）的短期风速预测模型，通过确定延迟时间和嵌入维数，对样本空间进行重构，使新的样本更能反映风速变化特性，在此基础上运用ELM进行短期风速预测。与传统的预测模型相比，该方法具有学习速度快、泛化性能好等优点，为风速预测提供了新方法。