基于BP神经网络的风电场短期功率预测

• 作者: 唐巍 所丽
• 来源期刊: 农业技术与装备
• 学科: 农学
• 关键词: 风电场短期功率预测 数据处理 回归分析 BP神经网络
• 年，卷（期）: 2013,（8）
• 页码范围: 4-6
• 分类号: S161.7
• 字数: 3376字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-887X.2013.04.001

摘要

风力发电具有绿色环保、资源丰富和容易开发等优势,但其间歇性和随机性的缺点对电力系统的安全、稳定运行,以及电能质量产生的影响却限制了风电的发展,而风电场功率短期预测是解决该问题的有效途径之一.负荷预测的精度与历史数据的准确性直接相关,提出将历史数据的处理分为失真数据查找和空缺数据补全两部分来处理的思想,并将负荷预测中的回归分析应用到数据处理中,提高了历史数据的准确性.在建立BP神经网络模型时,利用SPSS中的相关性分析和经验公式,确定输入层神经元和隐层神经元的范围,经多次试验后确定BP神经网络模型,并对某风电场的短期功率进行预测.结果表明,该方法精度较高,为电力调度部门提供了很好的依据,同时也为提高电网中风电装机比例提供了一种有效的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐巍		105	2292	26.0	46.0
2	所丽		7	374	6.0	7.0