Short Term Wind Speed Forecast Using Optimized Neural Networks
محل انتشار: همایش ملی سوخت، انرژی و محیط زیست
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,957
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FEENC01_085
تاریخ نمایه سازی: 25 خرداد 1387
چکیده مقاله:
The paper investigate a real-world application, the short-term wind speed forecasting in a wind farm using parametric recurrent neural networks as forecast model. To deal with the complexity of the process and to improve the performance of the model, a special on-line learning algorithm is employed for training the parametric recurrent networks, based on the windowing method. Using an improved activation function (AF) and a parameter, p, one is able to get the optimize size of the needed network. This is possible by training the shape of AF. After finishing the training by checking the value of the p, it is possible to reduce and optimize the size of the network to find out the minimum size of the network. Finally, simulation results for the numerical method and parametric neural networks are shown.
کلیدواژه ها:
نویسندگان
M. HashemiNejad
Department of Energy Merc Research Center
Shakib Sharifiyan
Department of Aerospace Sharif Univ
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :