基于空间相关性和小波－神经网络的短期风电功率预测模型

• 作者: 任祖怡 倪建军 宁楠 张俊芳 徐梅梅 赵继伟 陈建国
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 空间相关性 小波-神经网络 风电功率预测 小波基函数 逆传播神经网络 风能利用
• 年，卷（期）: 2016,（3）
• 页码范围: 360-365
• 页数: 6页
• 分类号: TM614
• 字数: 2976字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2016.40.03.019

摘要

为准确预测风电功率，该文提出1种预测模型。利用风速空间相关性把握风速时间序列的变化规律。将小波基函数植入神经网络的神经元节点中作为传递函数，对风电功率进行预测。对2相邻风电场短期风电功率预测算例进行仿真与对比分析。结果表明基于空间相关性和小波－神经网络（SC-WNN）的预测模型与逆传播神经网络（BPNN）和小波－神经网络（WNN）预测模型相比，平均百分比误差最大降低了0．1643。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张俊芳	南京理工大学自动化学院	73	734	14.0	24.0
2	宁楠		9	22	3.0	4.0
3	徐梅梅	贵州电网有限责任公司电力科学研究院	11	25	3.0	4.0
4	任祖怡		16	165	7.0	12.0
5	陈建国	贵州电网有限责任公司电力科学研究院	4	12	2.0	3.0
6	赵继伟		2	9	2.0	2.0
7	倪建军		1	7	1.0	1.0