基于神经网络平均影响值的超短期风电功率预测

• 作者: 张滔 徐龙博 李煜东 杨莉 汪少勇 王伟
• 来源期刊: 电力系统自动化
• 关键词: 风电功率 超短期预测 动态神经网络 平均影响值 变量筛选
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 未来电力系统总体形态预测
• 页码范围: 40-45
• 页数: 6页
• 字数: 5842字
• 语种: 中文
• DOI: 10.7500/AEPS20170321005

摘要

针对动态神经网络风电功率预测模型输入变量较多、模型复杂的问题,将神经网络和平均影响值方法相结合,提出了一种基于神经网络平均影响值的超短期风电功率预测方法.此方法综合考虑了各输入变量对输出变量(风电预测功率)的外部贡献率和内部贡献率,筛选出了对输出变量贡献率最大的输入变量,建立了一个优化的神经网络超短期风电功率预测模型.实验结果表明,所提模型降低了预测模型的复杂度,减少了测量噪声对预测精度的影响,得到了较好的风电功率预测结果.