基于混合神经网络的风电场风资源评估

• 作者: 周有庆 王娜 邵霞
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 风电场 风资源评估 混合神经网络 自适应粒子群优化
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 电力系统
• 页码范围: 370-376
• 页数: 7页
• 分类号: TM614
• 字数: 5169字
• 语种: 中文

摘要

准确的风资源评估是风电场规划和设计的前提.为了提高风电场风资源评估的精度,提出了一种基于混合神经网络的风电场风资源评估方法,该方法可综合利用风电场附近区域信息进行评估.首先根据风电场和附近参考气象站的同期数据建立基于混合神经网络的相关模型,训练得到神经网络的权值参数,为了提高神经网络的学习能力和避免陷入局部最优,混合神经网络采用不同的训练方法,并且采用自适应粒子群算法进行优化;再将参考气象站的历史观测数据应用到该模型中,即可得到风电场的长期风速特性,在此基础上进行风资源评估参数的计算.仿真结果表明该方法具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周有庆	湖南大学电气与信息工程学院	167	2736	27.0	44.0
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