Short-term wind power forecasts by a synthetical similar time series data mining method

به عنوان تأثیر بارز قدرت رو به رشد انرژی باد، تحقیقات پیش بینی انرژی باد در مدیریت اقتصادی و مدیریت ایمنی سیستم قدرت بسیار مهم است. یک روش جدید پیش بینی کوتاه مدت انرژی بادی شامل یک روش خوشه بندی ترکیبی و یک شبکه عصبی مبتنی بر موجک معرفی شده است. تابع اندازه گیری مشابه مشابه خوشه ترکیبی از فاصله اقلیدسی و کوزین زاویه با هم، با هدف شناسایی روزهای سرعت باد مشابه که در فاصله فضایی نزدیک هستند و روند سنتی واریانس مشابهی دارند. نمونه های مشابه روزانه به عنوان روز پیش بینی به عنوان نمونه های آموزشی از یک شبکه عصبی موجک مبتنی بر بهینه سازی ذرات بهبود یافته برخوردار می شوند. استراتژی پیش بینی پیشنهادی به دو مؤسسه واقعی باد در چین اعمال می شود. نتایج نشان می دهد که استراتژی می تواند سری زمانی مشابه را شناسایی و دقت پیش بینی را به طور موثر، در مقایسه با برخی از مدل های پیش بینی دیگر.