基于分段分层相似日搜索和自适应脊波神经网络的风电功率多步预测

• 作者: 严欢 张宜阳
• 来源期刊: 电网与清洁能源
• 学科: 工学
• 关键词: 风力发电 相似日 功率预测 脊波网络 多步预测
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 清洁能源
• 页码范围: 124-131
• 页数: 8页
• 分类号: TM71
• 字数: 5631字
• 语种: 中文

摘要

为进一步提高风电功率预测精度,提出了一种基于相似日理论结合自适应脊波神经网络的风电功率预测模型.在传统相似日方法上,将相似日细致到“相似时段”,即基准段和预测段;采取对基准段风电功率曲线和预测段日特征向量进行双重搜索的方法,保证了相似精度;并采用分层搜索逐步逼近预期目标,既突出主导因素又节约计算时间.在基准段曲线相似度的基础上结合机组启停状态,并引入了预测段的特征量,增加了相似日的评估信息,使得相似日的选取更加合理、准确.用自适应脊波神经网络对相似样本进行建模、训练,得最终预测值.经算例分析,该方法能有效预测未来12h的风电输出功率,从而实现较高精度的多步预测,为调度部门提供有力支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严欢	国网陕西省电力公司经济技术研究院	4	11	1.0	3.0
2	张宜阳	国网陕西省电力公司电力科学研究院	4	37	4.0	4.0