搜索资源列表
KalmanForecastion
- 将一元时间序列与卡尔曼滤波算法结合，实现风速短期预测-combine the ARMA and KALMAN to achieve short-term wind speed prediction
Wind-Speed-Combined-Prediction
- 针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to im
Fw_-BiddleButte_ButlerGrade_30_2012
- 基于神经网络的对短期风速预测的MATLAB仿真建模仿真-MATLAB simulation modeling and Simulation of short-term wind speed prediction based on Neural Network
wind power forecasting based on EWT-KELM
- 针对短期风电功率预测，提出一种基于经验小波变换预处理的核极限学习机组合预测方法。首先采用 EWT 对风电场实测风速数据进行自适应分解并提取具有傅立叶紧支撑的模态信号分量，针对每个分量分别构建 KELM 预测模型，最后对各个预测模型的输出进行叠加得到风速预测值并根据风电场风功特性曲线可得对应风电功率预测值。(Aiming at short-term wind power prediction, a kernel-based learnin
ARMA
- 利用ARMA时间序列模型 预测短期内风速(Forecasting wind speed with ARMA)
LSTM-regression-master
- 基于lstm算法在MATLAB对短期风速进行预测(Based on LSTM algorithm, short-term wind speed was predicted in MATLAB)