原文服务方: 江西科学       
摘要:
针对风电场风功率预测,根据2011年11-12月的北方某大型风电场132台风机的实测风速资料与输出功率资料,以及BJ-RUC数值预报模式在该风电场风机高度(50 m)的预报风速资料,探讨了2种利用神经网络将风速数值预报转化为风功率预测值的途径:1)利用神经网络对风速数值预报进行预测后延误差动态订正,以订正后的风速预测风功率;2)用风速的数值预报值直接与风功率输出建立神经网络模型的释用方法.根据该风电场的实测资料和BJ-RUC模式输出资料,对0-4 h的风功率预报进行了试验,结果表明2种方法相较直接使用BJ-RUC模式风速得到的风功率预报效果有明显改进,第1种方法,风速的绝对误差下降了48.7%,风功率的平均绝对误差下降了58.2%,第2种方法,风功率的平均绝对误差下降了60.4%.
推荐文章
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
韭菜坪风电功率预报方法研究及评估
韭菜坪
风电功率
预报方法
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于风速数值预报的两种风电功率预测方法
来源期刊 江西科学 学科
关键词 风功率预测 神经网络 误差动态修订 释用方法
年,卷(期) 2017,(2) 所属期刊栏目 工程与材料科学
研究方向 页码范围 282-286
页数 5页 分类号 TM614
字数 语种 中文
DOI 10.13990/j.issn1001-3679.2017.02.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴息 南京信息工程大学气象灾害教育部重点实验室 32 283 9.0 15.0
2 王彬滨 南京信息工程大学气象灾害教育部重点实验室 5 8 2.0 2.0
6 韩二红 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (285)
共引文献  (859)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1981(3)
  • 参考文献(0)
  • 二级参考文献(3)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
1994(7)
  • 参考文献(1)
  • 二级参考文献(6)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(21)
  • 参考文献(1)
  • 二级参考文献(20)
2009(23)
  • 参考文献(0)
  • 二级参考文献(23)
2010(22)
  • 参考文献(1)
  • 二级参考文献(21)
2011(60)
  • 参考文献(2)
  • 二级参考文献(58)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(27)
  • 参考文献(2)
  • 二级参考文献(25)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风功率预测
神经网络
误差动态修订
释用方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江西科学
双月刊
1001-3679
36-1093/N
大16开
1983-01-01
chi
出版文献量(篇)
4032
总下载数(次)
0
总被引数(次)
17843
论文1v1指导