基于邻域KNN算法的风电功率短期预测模型

• 作者: 朱念芳 林善明
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 邻域KNN算法 风力发电 短期功率预测
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 20-24
• 页数: 5页
• 分类号: TM933
• 字数: 3484字
• 语种: 中文

摘要

区域电网的总体运行以及电网内电压的稳定性易受风电功率波动的影响,高精度的短期风电功率预测能够确保风电电力系统供电的稳定性和安全性.文章在KNN算法的基础上,提出了基于邻域密度的邻域KNN算法,应用于风电功率的短期预测.邻域KNN算法,首先找出测试对象在一定邻域范围内的训练样本集,统计训练样本集在空间每个维度的密度分布;然后计算出K值,不同的时刻,K值是动态变化的;最后根据KNN算法规则,将测试对象归类.以常州某风电场为例,利用邻域KNN算法对其历史数据进行分析并作出预测,验证了该算法的准确性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林善明	河海大学物联网工程学院	27	208	7.0	14.0
2	朱念芳	河海大学物联网工程学院	1	5	1.0	1.0