中央高校基本科研业务费专项资金(09MG17)
- 作品数：2 被引量：19H指数：2
- 相关作者：韩爽刘永前杨勇平朴金姬更多>>
- 相关机构：华北电力大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域：电气工程更多>>
- 风电场输出功率预测中两种神经网络算法的研究被引量：7
- 2011年
- 神经网络是风电功率预测系统中应用最广泛的方法,而其训练算法是影响预测精度的重要因素之一。探讨了采用聚类法和正交最小二乘算法两种训练方法。以中国北方某风电场的实际数据以及数值天气预报数据为依据,对RBF聚类法和正交最小二乘算法进行了验证,最终研究并比较RBF不同预测情况与BP的差异。结果表明:对于提前24h的风电功率预测,RBF神经网络模型预测精度要好于BP神经网络模型,尤其以正交最小二乘算法为训练方法建立的RBF模型,预测精度较高,能够很好拟合实际功率曲线。
- 刘永前朴金姬韩爽
- 关键词：功率预测神经网络数值天气预报聚类法正交最小二乘算法
- 风电场超短期功率预测及不确定性分析被引量：12
- 2011年
- 研究了在不使用数值气象预报的条件下,基于历史数据序列,采用BP神经网络对风电场未来3h功率进行预测。结合多次的计算试验,合理确定了输入神经元参数;提出两种风电场功率预测路线:一种是首先预测每台机组功率,再累加计算风电场功率;另一种是直接计算整个风电场功率。结果表明,第一种预测路线更适合我国风电场集中分布的情况,相对预测误差为9.6%。在此基础上,建立了基于独立分量分析的条件概率计算模型,对预测结果的不确定性进行了分析。
- 韩爽刘永前杨勇平李金山
- 关键词：风力发电功率预测历史数据神经网络
