摘要：为了应对能源危机，许多国家开始大力发展最有发展前景之一的风能，而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方法没有得到很高的预测精度以及预测时间。为了改善风速时间序列的预测精度和预测时间，提出了一种基于迟滞极速学习机（Extreme Learning Machine）模型的风速预测方法。ELM算法是一种新型神经网络，计算效率高，性能优越，能避免局部最小化。通过改变神经元激励函数的方式将迟滞特性引入神经网络中，以增强历史输入对当前响应的影响，从而提高有用信息的利用率，提高风速时间序列的预测性能。仿真结果表明，与ELM模型等方法相比，迟滞ELM模型能够有效减小风速时间序列的预测误差．提高了预测精度以及减少了预测时间。

原文链接:http://www.cqvip.com//QK/97969A/201706/672315399.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）