基于神经网络和小波分析的超短期风速预测

• 作者: 张柳 耿爱成 钟宏宇 陈鑫宇 雷彩娟 高阳
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 神经网络 小波分析 风速预测 高频分量 低频分量
• 年，卷（期）: 2016,（5）
• 页码范围: 705-711
• 分类号: TM743
• 语种: 中文

摘要

文章将神经网络和小波分析理论相结合,提出了一种基于神经网络和小波分析的超短期风速预测方法.利用神经网络的非线性学习能力和小波理论的多分辨分析能力实现对风电场的风速预测,为风功率预测提供理论依据.首先,通过搭建神经网络物理模型,用以预测风机轮毂处的风速信号;其次,将该风速信号进行小波多分辨分解,滤除高频分量,得到较为平稳的对风速预测起决定性作用的低频分量;最后,对基于神经网络和小波分析的组合预测方法进行了仿真,并与NWP风速模型和实测风速进行了对比.结果表明,提出的基于神经网络和小波分析组合预测方法更贴近实测风速,对超短期风速预测起到了良好的效果.

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	张柳	沈阳工程学院电力学院	32	100	5.0	8.0
3	钟宏宇	沈阳工程学院电力学院	10	77	6.0	8.0
7	耿爱成	沈阳工程学院基础教学部	14	52	3.0	7.0
8	雷彩娟	沈阳工程学院电力学院	3	34	2.0	3.0
9	陈鑫宇	国网辽宁阜新供电公司调控中心	1	31	1.0	1.0