基于区域信息融合的风电场平均年发电量预测?

• 作者: 万全 王娜 邵霞 高云鹏
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 平均年发电量 测量-相关-预测 信息融合 神经网络
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 【电气与信息工程】
• 页码范围: 81-85
• 页数: 5页
• 分类号: TM315
• 语种: 中文

摘要

备选风电场在寿命周期内的平均年发电量是风电场宏观选址的一个重要参考判据.为了提高风电场平均年发电量的预测精度，提出了一种基于风电场附近多个气象站长期测风数据的区域信息融合的平均年发电量预测方法.首先分别建立各气象站与风电场同期小时风速之间的相关模型，应用相关模型得到多个长期小时风速预测值，再用神经网络对长期小时风速预测值进行融合处理得出最终的小时风速预测值，在此基础上进行风电场平均年发电量的估算.仿真结果表明：本文提出的区域信息融合方法对年平均发电量的预测误差比采用单一气象站数据的预测误差最高可降低11.32%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高云鹏	湖南大学电气与信息工程学院	54	904	16.0	29.0
2	王娜	湖南大学电气与信息工程学院	40	256	9.0	15.0
3	邵霞	湖南大学电气与信息工程学院	26	167	8.0	12.0
4	万全	国网湖南省电力公司电力科学研究院	8	18	3.0	4.0