组合模型在风电场发电功率短期预测中的应用

• 作者: 刘观起 游晓科 牛晨光 赵振云
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 短期风电功率预测 神经网络 支持向量机 组合预测
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 专栏/新能源技术
• 页码范围: 13-16,20
• 分类号: TM614
• 字数: 2479字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0792.2012.03.003

摘要

随着风力发电的不断发展以及大规模风电场的建设,风电场发电功率的短期预测对于其发展起着至关重要的作用.提出基于相空间重构理论RBF神经网络功率预测模型,通过判断功率时间序列的混沌属性,还原其规律性,以达到提高预测准确度的要求；结合支持向量机模型,建立了组合预测模型.通过对结果进行对比分析,显示组合模型可以提高短期发电功率预测准确度,更好地满足实际现场需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘观起	华北电力大学电气与电子工程学院	71	787	16.0	25.0
2	牛晨光	华北电力大学电气与电子工程学院	4	58	4.0	4.0
3	游晓科	华北电力大学电气与电子工程学院	9	135	7.0	9.0
4	赵振云		2	63	2.0	2.0