基于时间连续性及季节周期性的风速短期组合预测方法

• 作者: 彭明鸿 李子林 林海涛 蒋传文 蒋小亮
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 风速预测 时间连续性 季节周期性 模式识别 反向传播(BP)神经网络
• 年，卷（期）: 2010,（15）
• 页码范围: 75-79
• 分类号: TM7
• 字数: 4614字
• 语种: 中文

摘要

根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题.基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型.该模型采用模式识别技术分别提取时间连续性的样本及季节周期性的样本,以反向传播(BP)神经网络作为预测模型,得到风速横向预测值和纵向预测值,最后再通过BP神经网络进行组合预测.对国内某风电场的风速预测结果表明,所提出的风速预测模型可行、有效,具有较好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋传文	上海交通大学电子信息与电气工程学院	131	2805	30.0	48.0
2	林海涛	上海交通大学电子信息与电气工程学院	5	280	4.0	5.0
3	蒋小亮	上海交通大学电子信息与电气工程学院	2	156	2.0	2.0
4	彭明鸿	上海交通大学电子信息与电气工程学院	1	70	1.0	1.0
5	李子林		2	156	2.0	2.0