基于灰色缓冲算子-卡尔曼滤波双修正的风电功率实时预测研究

• 作者: 杨茂 黄宾阳
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风电功率 实时预测 缓冲算子 卡尔曼滤波 高频分量
• 年，卷（期）: 2017,（1）
• 页码范围: 101-109
• 页数: 9页
• 分类号: TK89|TM614
• 字数: 4992字
• 语种: 中文

摘要

文章针对风电功率预测的精度问题,提出了一种基于灰色缓冲算子-卡尔曼滤波双修正的神经网络预测模型.通过建立灰色缓冲算子,消除数据中的冲击扰动,还原其本身的特性;对缓冲之后的数据进行训练,建立人工神经网络进行滚动预测;利用卡尔曼滤波器对预测结果进行二次修正,消除预测结果中的奇异点.仿真结果表明,与传统的预测方法相比,该模型可有效地提高预测精度.