基于NWP和深度学习神经网络短期风功率预测

• 作者: 张旭 陈华 陈家扬
• 来源期刊: 现代电子技术
• 关键词: 风功率预测 深度学习神经网络 数值天气预报 建立转换模型 概率密度 案例分析
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 63-67
• 页数: 5页
• 分类号: TN711-34|TK89|TM614
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.08.017

摘要

对风电场的准确预测,可以为电网调度提供调峰和消纳依据,从而综合评估电网短期内消纳风电的能力,制定科学合理的消纳措施.通过预测风电场24 h内的出力,基于数值天气预报(NWP)数据的出力预测,采用深度学习神经网络算法,建立数值天气预报与风电功率之间的转换模型,计算功率点预测值,然后利用概率密度函数,建立风电出力预测的概率区间.最后通过实际案例仿真,验证了基于NWP和深度学习神经网络短期风功率预测的可靠性,为调度预留调峰容量提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华	新疆大学电气工程学院	54	236	9.0	13.0
2	张旭	新疆大学电气工程学院	7	41	2.0	6.0
3	陈家扬	新疆大学电气工程学院	1	0	0.0	0.0