改进灰色Elman神经网络的风电机组振动特征预测

被引：4

作者：

李其龙 ^{[1
]}

王灵梅 ^{[1
]}

申戬林 ^{[2
]}

郭东杰 ^{[2
]}

机构：

[1] 山西大学

[2] 中电投山西新能源有限公司

来源：

可再生能源 | 2015年 / 33卷 / 06期

关键词：

灰色理论; Elman神经网络; 风电机组; 振动预测;

D O I：

10.13941/j.cnki.21-1469/tk.2015.06.012

中图分类号：

TM315 [风力发电机];

学科分类号：

080801 ;

摘要：

提出一种改进的灰色模型与神经网络相结合的预测方法,并首次在风电机组状态预测中应用。该预测方法利用Elman神经网络辅助灰色模型,其中灰色模型进行粗预测,神经网络模型对其修正,然后利用马尔可夫法和等维新息的思想对灰色模型进行改进,最终得到精度更高的灰色神经网络模型。利用某风电场实际振动数据,对灰色模型、改进灰色模型、灰色神经网络、改进灰色神经网络等4种方法进行对比。结果表明,改进的灰色神经网络预测精度最高,证实了所提方法准确有效,为风电机组的预知性维修提供了新思路。

引用

页码：876 / 882

页数：7

共 14 条

[1] 灰色Elman神经网络的电网中长期负荷预测 [J].