基于时间序列相似性查找的风电场短期风速预测

要想设计一个好的评价标准并不容易，我们认为人类具有很强的识别结构的能力，因此我们应该尽量设计一个能体现结构上的相似程度的量，这正是我们的SSIM的目标！SSIM是基于局部图案的亮度、对比度进行计算的使

相似性算法 西安交大课件APPROXIMATION ALGORITHM

ssim是以灰度亮度饱和度来计算处理前后图像的结构相似性。是一个能够计算图像结构相似性的MATLAB程序。

深入理解LSTM网络长短期记忆网络（LSTM）通过巧妙的机制，有效地处理时间序列数据中的长期依赖关系。其核心在于三个门控单元的协同工作：输入门：决定哪些新信息值得被记忆并存储在记忆单元中。遗忘

随着时间的推移,风电场风电功率预测模型的适用性逐渐降低,导致预测精度下降。为了解决该问题,基于在线序列-极限学习机(OS-ELM)算法提出了风电场短期风电功率预测模型的在线更新策略,建立的OS-ELM

基于LSSVM优化组合的风速短期预测，周会友，滕婧，风速受地理环境等因素影响，具有很大的随机波动性，被认为是最难准确预测的参数之一。对风电场风速的准确预测，可有效缓解风速变

一种基于改进的BORDA计数的多元时间序列相似性挖掘方法，王咏梅，，利用数据挖掘技术从长期观测的数据序列中发现蕴藏的规律是当前研究热点之一。相似性挖掘是时间序列挖掘的基础，本文提出了一种新

用比较前沿的Gigsilent软件对风电场的保护进行了有效研究

按照国家电网公司的规划,智能电网建设包括发电、输电、用电等环节。其中的发电环节,则包括风电接入、风功率预测等内容。很显然,风电并网研究已成为智能电网建设的重要组成部分。

针对历史气象数据较少、天气波动较大时光伏出力预测精确度较低的问题,提出一种适用于小样本和多种天气下的分时段光伏出力综合预测法。该方法结合了分时段神经网络模型和相似时段筛选法,将分时段神经网络模型作为相