摘要: 为了实现混合动力船舶的各动力源之间的最佳负载功率分配,构建了一种基于多分辨率小波神经网络(MRA-WNN)的混沌时间序列短期预测模型。将小波函数与尺度函数共同应用于网络基函数之中,首先从较大尺度上逼近时间序列的整体趋势,然后根据负载功率波动的大小,在不同尺度上逐层加入细节逼近,提高预测精度。由多分辨率解确定小波基函数的平移和伸缩参数,并结合多分辨率学习算法,能减少训练参数,提高计算速度。实验结果表明,MRA-WNN具有较高的预测精度,是混合动力船舶负载功率预测的一种有效方法。
高迪驹, 潘康凯, 王天真.
混合动力船舶负载功率预测模型研究
[J]. 控制工程, 2019, 26(2): 362-367.
GAO Di-ju, PAN Kang-kai, WANG Tian-zhen. Research on Load Power Prediction Model of Hybrid Power
Ship[J]. Control Engineering of China, 2019, 26(2): 362-367.