基于改进 KNN 算法的风电功率实时预测研究

• 作者: 严干贵 刘佳 杨茂 穆钢 贾云彭
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 风力发电 功率预测 混沌时间序列 相空间重构 C-C方法 KNN算法
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 38-43
• 页数: 6页
• 分类号: TM71
• 字数: 4459字
• 语种: 中文

摘要

大规模风电并入电网将对电网的规划建设、分析控制以及电能质量等方面产生显著的影响，高精度的超短期风电功率预测可以对含大规模风电电力系统的安全调度和稳定运行提供可靠的依据。文章对风电功率的超短期预测方法进行了研究，以混沌理论为基础，对相空间重构参数进行了计算，提出了基于改进KNN （ K－Nearest Neighbor）算法的风电功率实时预测方法，并且应用多个评价指标来对预测结果进行评价，以吉林西部某风电场实测数据为例，验证了模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严干贵	东北电力大学电气工程学院	128	2319	27.0	43.0
2	穆钢	东北电力大学电气工程学院	93	3138	30.0	53.0
3	杨茂	东北电力大学电气工程学院	66	549	13.0	20.0
4	贾云彭	东北电力大学电气工程学院	2	52	2.0	2.0
5	刘佳		1	8	1.0	1.0