风电机组输出功率超短期预测的组合模型研究

• 作者: 周洪煜 曾济贫 梁栋义 王照阳 赵乾
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 风电功率 预测模型 RBF神经网络 朴素Bayesian分类器
• 年，卷（期）: 2014,（3）
• 页码范围: 457-461
• 页数: 5页
• 分类号: TM614
• 字数: 2287字
• 语种: 中文

摘要

为了提高风电功率的预测精度,基于多模型的预测MS-RBF神经网络的进行组合,通过Bayesian分类训练各子模型的权值,然后根据权重计算最终预测值;基于新疆某风电场实测历史数据,采用该组合模型与RBFNN模型分析对比,验证结果表明该组合模型有效减少了较大误差出现的频率,提高了整体的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周洪煜	重庆大学动力工程学院	39	291	8.0	15.0
2	赵乾	重庆大学动力工程学院	3	74	3.0	3.0
3	曾济贫	重庆大学动力工程学院	2	29	2.0	2.0
4	王照阳		2	29	2.0	2.0
5	梁栋义	重庆大学动力工程学院	1	12	1.0	1.0