基于Elman神经网络的短期风电功率预测

• 作者: 张靠社 杨剑
• 来源期刊: 电网与清洁能源
• 学科: 工学
• 关键词: 风力发电功率 Elman神经网络 预测模型 短期预测
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 清洁能源
• 页码范围: 87-91
• 页数: 5页
• 分类号: TM614
• 字数: 2618字
• 语种: 中文

摘要

为提高风电场输出功率预测精度,提出一种动态基于神经网络的功率预测方法.根据实际运行的风电场相关风速、相关风向和风电功率的历史数据,建立了基于Elman神经元网络的短期风电功率预测模型.运用多层Elman神经网络模型对西北某风电场实际1h和24 h的风电输出功率预测,与BP神经网络模型对比,经仿真分析证明前者具有预测精度高的特点,三隐含层Elman神经网络模型预测效果最佳.这表明利用Elman回归神经网络建模对风电功率进行预测是可行的,能有效提高功率预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张靠社	西安理工大学水利水电学院	46	669	15.0	24.0
2	杨剑	西安理工大学水利水电学院	1	69	1.0	1.0