论文部分内容阅读
针对风电场中邻近多台风电机组集中出现缺损测量风速的工况，提出基于粒子群优化广义回归神经网络的风电机组缺损测量风速集成填充方法。以“成员等同性”原则引入动态时间规整算法、空间邻点法和Pearson相关系数法，分别搜寻与缺损测量风速风电机组风速演化最为相似的若于台风电机组及对应的测量风速时序，建立基于广义回归神经网络的填充子模型，采用粒子群算法对广义回归神经网络的模型参数和训练集的构成进行全局优化，之后选取较好的子模型构造自适应的熵权集成填充模型。实验结果表明：依据相似性风速序列进行缺损风速的填充能有效提高填