基于小波-神经网络的风电功率短期预测

• 作者: 厉卫娜 苏小林
• 来源期刊: 山西电力
• 学科: 工学
• 关键词: 风电功率预测 BP神经网络 小波-神经网络
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 风电和光伏发电技术
• 页码范围: 59-62
• 分类号: TP183
• 字数: 2745字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0320.2012.02.020

摘要

根据风速、风电功率变化特点,有效地预测风电功率,可降低电网调度的难度,利用小波多分辨分析法将风速序列信号分解到不同尺度上以反映不同变化频率的风速信号,分解后的风速信号经多层前向神经网络BP (Back Propagation)预测出其对应的风电功率,通过将基于小波-神经网络模型的预测结果与基于BP神经网络模型的预测结果进行比较研究,发现基于小波-神经网络的预测精度更高,效果更好,且预测精度与预测时间长短有关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏小林	山西大学工程学院	54	469	13.0	20.0
2	厉卫娜	山西大学工程学院	2	20	2.0	2.0