耦合偏互信息的贫资料地区小水电发电能力预测

• 作者: 冯仲恺 刘本希 廖胜利 李秀峰 程春田 蔡华祥
• 来源期刊: 电力系统自动化
• 关键词: 小水电 神经网络 偏互信息 气象预测系统 发电预测
• 年，卷（期）: 2015,（19）
• 所属期刊栏目: 工程应用
• 页码范围: 149-154
• 页数: 6页
• 字数: 5134字
• 语种: 中文
• DOI: 10.7500/AEPS20141010007

摘要

准确预测小水电富集地区小水电的发电能力是保证电网安稳运行、实现大小水电协调的重要措施。不同于大中型水电，小水电大多位于偏远山区，信息采集困难，管理薄弱，可用于发电能力预测的资料较少，难以利用和借鉴现有的大中型水电发电能力预测方法。文中结合小水电的实际情况，以地区小水电整体为对象，提出了耦合偏互信息的小水电发电能力预测方法。该方法以 BP神经网络预测模型为手段，采用偏互信息方法筛选显著影响小水电发电能力的预报因子，并结合气象预测系统(CFS)的气象预报信息作为输入，实现贫资料地区小水电发电能力预测。最后，以云南小水电富集的德宏和大理为实例研究验证了所述方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春田	大连理工大学水利工程学院	168	2851	30.0	45.0
2	廖胜利	大连理工大学水利工程学院	44	661	15.0	25.0
3	蔡华祥		29	241	9.0	15.0
4	李秀峰		22	143	7.0	11.0
5	刘本希	大连理工大学水利工程学院	13	118	7.0	10.0
6	冯仲恺	大连理工大学水利工程学院	16	182	8.0	13.0