卡尔曼滤波

风速预测是风电场规划设计中的重要工作。在预测过程中必须建立合适的模型。风速序列本身已经具有时序性和自相关性，因此可用时间序列法建立预测模型。目前该模型已经被广泛应用。但时间序模型存在预测延时和预测精度不高的问题。为解决该问题，本文首先使用时间序列分析和卡尔曼滤波相结合的混合算法。这在一定程度上取得了良好的效果。但还不足很理想，为取得进一步的成效，许多学者仍在进行不懈的探讨和研究。本文通过分析插值滤波算法()的结构，提出了一种时间序列分析和插值滤波相结合的新型算法。通过对稷山实...

【摘要】：风能作为一种无污染、可再生能源,得到世界各国的高度重视,风力发电是目前最成熟的、最具商业化开发前景的可再生能源发电技术之一。但风速的间歇性和波动性使风电对电网产生巨大冲击,这给风电的并网带来困难与挑战。对风电场的风速进行有效预测是解决该问题的有效途径之一。而风速序列作为一种自然气象数据,其自身蕴含着内在规律性,这决定了风速预测的可行性。本文以某风电场风速为研究对象,进行了基于历史数据的风速时间序列预测研究。首先,对BP神经网络的工作原理进行了分析,结合自然生物神经系...