基于统计聚类分析的短期风电功率预测

• 作者: T.S.Sidhu 周晖 方江晓 黄梅
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 风电预测 聚类分析 最大相似度 时间序列模型
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 67-73,78
• 分类号: TM715
• 字数: 5342字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.11.012

摘要

考虑到短期风电功率预测模型建立时,样本的选取对预测模型的精度有较大影响,提出了运用聚类方法对历史风速数据进行处理,实现了历史数据的自动分类.根据预测日的平均风速和最大风速等特征参数,按照相似度最大的原则,选择合适的类别作为预测建模用的训练样本.运用时间序列方法,建立风速预测模型,与不经过预处理的相比,所建立预测精度得到了提高,验证了运用聚类进行数据预处理的正确性.运用风力发电机的出力曲线,得到了未来日的风电功率的预测值,为含风电系统的电力系统运行计划的制定,提供了基础数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄梅	北京交通大学电气工程学院	59	1430	21.0	36.0
2	方江晓	北京交通大学电气工程学院	2	100	2.0	2.0