卡尔曼小波神经网络风速预测

• 作者: 丁国栋 刘三明 张卫 杨明莉 王致杰
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 卡尔曼 滤波 小波神经网络 风速预测
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 42-46
• 页数: 5页
• 分类号: TM614
• 字数: 3030字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2015.12.08

摘要

风速变化的随机性使得风电并网成为当今制约风电发展的瓶颈问题.如能预测风速,并提高风速预测精度,能够有助于调度部门对风电场积极进行规划和调度,减轻风电并网对电力系统产生的不利影响.用卡尔曼滤波算法建立数据滤波模型,对原始风速数据进行一级处理,去除测量误差和系统误差;再用改进的BP小波神经网络建立风速预测仿真模型;利用卡尔曼滤波后的风速数据进行风速预测,预测结果与BP神经网络风速预测方法的预测结果对比.对比结果表明该算法预测精度高,说明该算法在处理非平稳随机数据方面具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王致杰	上海电机学院电气工程学院	133	321	9.0	13.0
2	刘三明	上海电机学院电气工程学院	70	153	7.0	9.0
3	杨明莉	上海电机学院电气工程学院	8	35	4.0	5.0
4	张卫	上海电机学院电气工程学院	5	26	3.0	5.0
5	丁国栋	上海电机学院电气工程学院	3	17	3.0	3.0