基于RBF神经网络算法的短期风电功率预测研究

• 作者: 邱钦宇
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 短期风电功率预测 RBF神经网络 预测模型
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 探讨与创新
• 页码范围: 217-218
• 页数: 2页
• 分类号: TP391.4
• 字数: 2061字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2019.16.126

摘要

为加强电力系统安全优质可靠经济环保的基本要求,电力系统短期风电功率预测成为电力系统运行和调度中非常重要的环节,其结果成为发展和制定风电计划的重要依据.由于传统算法不能特别完善的反映气象条件等外部因素,而近几年人工神经网络这类的智能算法拥有非常好的非线性映射能力,能够比较全面地反映出气象条件等外部因素对电力系统运行调度的影响.所以本文采用了基于RBF(Radial Basis Function)神经网络算法简单的进行短期风电功率预测研究,该方法学习规则简单,方便计算机实现,有效地提高了预测精度和预测速度.根据本文所介绍的方法编程,其预测结果与实际比较误差符合要求的,从而说明这个方法是可行且正确的.