提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数...提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。展开更多
文摘提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。