考虑相似时段聚类的风电功率短期预测算法

• 作者: 张智源 彭文 谢凤昱
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风电功率预测 相似时段 Elman神经网络 聚类 自适应分类 气象信息
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 81-87
• 页数: 7页
• 分类号: TM721
• 字数: 5018字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000167

摘要

为解决风电功率预测中较强的随机性和波动性的问题,提出一种考虑相似时段聚类的风电功率短期预测算法.该算法通过分析历史数据,确定相似时段的最佳长度.在此基础上采用K-means算法对功率曲线形状特征进行聚类.预测过程中,应用自适应分类算法对基准功率向量进行类簇划分,并结合气象因素筛选出最优相似时段集合.以该集合作为训练样本,以功率曲线和气象信息作为输入建立Elman神经网络模型,迭代地预测未来时段的风电功率.最后通过实际算例,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭文	华北电力大学控制与计算机工程学院	6	45	3.0	6.0
2	谢凤昱	华北电力大学控制与计算机工程学院	1	1	1.0	1.0
3	张智源	华北电力大学控制与计算机工程学院	1	1	1.0	1.0