湍流值对风电功率预测的影响与分析

• 作者: 常晓敏 窦银科 谭沛然 陈燕 马春燕
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: SVM 模糊聚类 湍流值 相似日
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 29-33
• 页数: 5页
• 分类号: TM73
• 字数: 3789字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.20.005

摘要

风电功率预测是缓解弃风现象的有效手段.文中针对风电波动性,提出了一种在模糊C均值聚类算法(Fuzzy C-Means algorithm,FCM)中引入湍流值IT的风电功率预测方法.在FCM算法中引入湍流值IT对训练样本进行聚类,可以进一步增强训练样本与预测样本间的相似性,避免因训练样本减少,导致风电功率波动性影响能力增大的情况.以山西某风电场实测数据为依据,在MATLAB平台上通过支持向量机(Support Vector Machine,SVM)对FCM的聚类结果进行训练和预测,仿真结果表明,FCM-IT-SVM能有效增强风电功率的相似性,减小预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈燕	太原理工大学电气与动力工程学院	34	160	7.0	11.0
2	马春燕	太原理工大学电气与动力工程学院	52	258	9.0	13.0
3	窦银科	太原理工大学电气与动力工程学院	58	158	6.0	9.0
4	常晓敏	太原理工大学水利科学与工程学院	29	92	5.0	7.0
5	谭沛然	山西省电力公司计量中心	1	1	1.0	1.0