基于WindPro数据修正及风电场风速预测研究

• 作者: 姚秀萍 常喜强 张忠伟 王海云 王维庆
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 数据修正 神经网络 粒子群优化算法(PSO) 惯性权重
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 18-22
• 页数: 5页
• 分类号: TK81
• 字数: 3276字
• 语种: 中文

摘要

根据某风场数据,先对风场数据进行修正,剔除错误数据,以避免累计误差的出现,提高预测精度.在神经网络的输入变量中不仅考虑了风速风向,还加入了跟大气运动形成风能的温度、重力常数和海拔.通过对神经网络法的粒子群优化算法(PSO)优化和惯性权重的调整来预测风速,通过神经网络训练该方法能够提高预测的准确性,能够改善风电并网的稳定运行和电网调度的调整.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚秀萍		71	563	13.0	20.0
2	王维庆	新疆大学电气工程学院	270	1957	20.0	32.0
6	王海云	新疆大学电气工程学院	142	589	12.0	16.0
10	张忠伟	新疆大学电气工程学院	1	0	0.0	0.0