论文摘要
为了更好地进行风机控制及系统调度,需要准确地预测风电功率。针对风电出力的不确定性问题,研究了小波变换的原理和方法及BP神经网络的原理和算法,建立了一种结合小波分解和BP神经网络的风电功率预测方法。对风电出力历史功率数据进行小波分解,在各个分量样本上分别建立BP神经网络后,根据神经网络独立学习的特性,用前几个时段的历史功率数据作为输入,下个时段的历史功率数据作为输出,训练神经网络,实现单步预测;各分量预测完后,将各分量的预测值相加即得到重构值。仿真结果验证了该方法的有效性,与不经过小波变换的BP神经网络预测相比,文中方法具有更高的预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 冯桂玲
关键词: 风电功率预测,时间序列,历史功率数据,神经网络
来源: 电力大数据 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 国网福建省电力有限公司
分类号: TM614;TP183
DOI: 10.19317/j.cnki.1008-083x.2019.04.005
页码: 30-36
总页数: 7
文件大小: 1897K
下载量: 176