基于动态神经网络的风电场输出功率预测

• 作者: 刘瑞叶 黄磊
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 风力发电 风功率预测 神经网络 反馈时延神经网络 时间序列
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 19-22,37
• 页数: 5页
• 分类号: TM
• 字数: 3451字
• 语种: 中文

摘要

随着风电的大规模发展，准确预测风电场输出功率对于风电场的选址、大规模并网及运行具有重要的作用。文中提出了局部反馈时延神经网络和全局反馈时延神经网络2种动态神经网络预测模型，以适应风功率的时间序列特性，并与静态神经网络预测模型进行了比较。以国内北方某风电场的风功率预测为例，结合气象预报数据进行提前24h的风电输出功率预测，仿真结果表明，动态神经网络在预测具有时间序列特性的风功率时效果优于静态神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑞叶	哈尔滨工业大学电气工程及自动化学院	35	656	14.0	24.0
2	黄磊		1	122	1.0	1.0