您的位置: 专家智库 > >

刘欢

作品数:4 被引量:10H指数:2
供职机构:华北电力大学控制与计算机工程学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:电气工程自动化与计算机技术理学电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇电气工程
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇神经网
  • 3篇神经网络
  • 2篇网络
  • 2篇小波
  • 2篇小波分析
  • 2篇风速
  • 2篇风速预测
  • 2篇ELMAN神...
  • 2篇LM算法
  • 1篇短期风速
  • 1篇短期风速预测
  • 1篇小波-神经网...
  • 1篇改进ELMA...
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 3篇华北电力大学

作者

  • 3篇刘欢
  • 3篇张超
  • 1篇张文广
  • 1篇常太华
  • 1篇刘吉臻
  • 1篇胡阳

传媒

  • 2篇华东电力
  • 1篇电子世界

年份

  • 1篇2013
  • 2篇2012
4 条 记 录,以下是 1-3
排序方式:
基于改进Elman神经网络的风速预测被引量:6
2012年
指出风速预测对并网风力发电系统的运行有重要意义。为提高风速预测精度,提出了一种基于改进的Elman神经网络风速预测方法,利用误差反向传播的方法来确定反馈增益γ值。分别采用改进Elman神经网络与BP神经网络建立模型,对实际历史风速数据进行仿真预测。利用风电厂实际数据验证,并阐述了仿真结果。
张超常太华刘欢胡阳
关键词:ELMAN神经网络风速预测BP神经网络
基于小波-神经网络的短期风功率预测
2012年
采用小波变换和神经网络相结合的方法对风电功率进行短期预测。利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的功率预测值。在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能。通过实例分析,验证了该方法可以较为准确地预测风电功率。
刘欢张超
关键词:小波分析神经网络LM算法
基于小波Elman神经网络的短期风速预测被引量:4
2013年
采用小波理论和Elman神经网络相结合的方法对风速进行短期预测,建立小波Elman神经网络预测模型。为了避免梯度下降法存在收敛速度慢、易震荡、陷入局部极小值等缺点,在神经网络学习过程中采用LM(Levenberg-Marquardt)算法和附加动量项法。通过实例分析,与小波BP神经网络模型进行比较,表明该模型具有较强的逼近和容错能力、较快的收敛速度、较好的预测效果。
刘欢刘吉臻张文广张超
关键词:风速预测小波分析ELMAN神经网络LM算法
共1页<1>
聚类工具0