基于聚类算法的风力发电数据分析与预测

• 作者: 尹超群 陈颢天
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 风力发电量 聚类算法 时段变化趋势 变化曲线 电网调度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 134-140
• 页数: 7页
• 分类号: TM715
• 字数: 3372字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.04.030

摘要

针对目前电力市场中风力变化大导致的发电量不确定问题,文中以ERCOT提供信息为例进行聚类分析,用聚类算法以时段变化趋势为特征聚类全年数据,以此可得某地时段发电量的典型变化曲线.结果表明:通过时段的选取与聚类,可从部分数据中预测得知全部变化曲线,亦可从中推测发电量影响因素及其影响程度,为电网调度提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈颢天	大连理工大学海洋科学与技术学院	2	3	1.0	1.0
2	尹超群	大连理工大学海洋科学与技术学院	2	3	1.0	1.0