基于组合预测的风电场风速及风电机功率预测

• 作者: 张伯明 张国强
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 相似性 神经网络 时间序列 灰色预测 组合预测
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 92-95,109
• 页数: 5页
• 分类号: TM614|TM715
• 字数: 3700字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2009.18.019

摘要

风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义.文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测.通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伯明	清华大学电机系电力系统国家重点实验室	233	12267	64.0	99.0
2	张国强	清华大学电机系电力系统国家重点实验室	12	342	4.0	12.0