基于小波—BP神经网络的短期风电功率预测方法

• 作者: 丁茂生 师洪涛 杨静玲 王金梅
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 风电功率预测 BP神经网络 小波变换 频率分解
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 44-48
• 分类号: TM614
• 字数: 3294字
• 语种: 中文

摘要

建立风电功率预测系统并提高其预测精度是大规模开发风电的关键技术之一。基于数值天气预报,建立了反向传播（BP）神经网络风电功率预测模型,并采用某风电场实际数据分析了影响该模型预测精度的因素。针对原始风速及功率序列日特性不明显、BP神经网络不能完全映射其特性的缺陷,提出了一种基于小波—BP神经网络的预测模型。该模型利用小波将风速与功率序列在不同尺度上进行分解,并使用多个BP神经网络对各频率分量进行预测,最后重构得到完整的预测结果。研究表明该模型可有效提高预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静玲		8	233	2.0	8.0
2	王金梅		67	555	10.0	21.0
3	丁茂生		37	1068	15.0	32.0
4	师洪涛		6	229	2.0	6.0