RBF-NN与BP-NN比较的风功率预测模型研究

• 作者: 孙振 张军 张永茂 李业顺 李强 赵世磊 赵晓东 郭路宣 鲍铁柱
• 来源期刊: 西部皮革
• 学科: 历史
• 关键词: 风电场 功率预测 BP神经网络 RBF神经网络
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 工艺与技术
• 页码范围: 5
• 页数: 1页
• 分类号: KT8
• 字数: 1384字
• 语种: 中文

摘要

风电场输出功率预测对接入大量风电的电力系统运行有重要意义.本文探讨了RBF神经网络和BP神经网络两种训练方法.以中国北方某风电场的实际数据以及数值天气预报数据为依据,对RBF神经网络模型和BP神经网络模型进行了验证,最终研究并比较二者在风功率预测方面的差异.结果表明:对于风电场短期功率预测,RBF神经网络模型预测精度要好于BP神经网络模型,预测精度较高,且收敛速度较快,能够较好的拟合实际功率曲线.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙振		3	2	1.0	1.0
2	赵晓东		3	0	0.0	0.0
3	赵世磊		2	2	1.0	1.0
4	鲍铁柱		1	0	0.0	0.0
5	李强		1	0	0.0	0.0
6	张军		1	0	0.0	0.0
7	李业顺		1	0	0.0	0.0
8	郭路宣		1	0	0.0	0.0
9	张永茂		1	0	0.0	0.0