基于实测数据分析的风电功率预测

• 作者: 张涛 朱华玲 胡渊 谭宗柒
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 风电功率预测 ARMA模型 组合预测
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 水电论坛
• 页码范围: 48-51
• 分类号: TM715
• 字数: 2188字
• 语种: 中文

摘要

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测,预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01％和3.25％,工程中可以采用该组合模型对风电功率进行预测

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭宗柒	三峡大学机械与材料学院	35	235	9.0	14.0
2	朱华玲	三峡大学机械与材料学院	6	24	3.0	4.0
3	张涛	三峡大学机械与材料学院	62	290	7.0	16.0
4	胡渊	三峡大学机械与材料学院	1	3	1.0	1.0