基于GRNN全信息神经网络的超短期风速预测研究

• 作者: 葛延峰 董存 许傲然 钟宏宇 高阳
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: GRNN 非线性 风速预测 超短期 RBF
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 理论与实践
• 页码范围: 149-152
• 页数: 4页
• 分类号: TM743
• 字数: 2322字
• 语种: 中文

摘要

为了更好地研究风功率预测,风速预测显得至关重要.国内神经网络文献均只表现出了短期风速预测,而对于超短期风速预测的神经网络数学模型却相对稀少.引入了GRNN神经网络,详细说明了该方法的超短期风速预测原理并建立了数学模型;为了使超短期风速预测精度有一个良好的对比性分析,将影响风电输出功率的各NWP(numerical weather prediection)信息(包括风速、风向、气温、气压)进行组合,以国内某风电场2014年5月份的各NWP数据进行算例分析,实验结果表明,GRNN全信息神经网络可以达到很好的预测精度,而且运算网络的稳定性甚优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高阳	沈阳工程学院电力学院	100	699	11.0	25.0
2	许傲然	沈阳工程学院电力学院	75	169	7.0	10.0
3	钟宏宇	沈阳工程学院电力学院	10	77	6.0	8.0
7	葛延峰	国网辽宁省电力有限公司调控中心	26	219	8.0	14.0
8	董存	国家电网公司调控中心	6	404	3.0	6.0