基于小波分析的风电场短期发电功率预测

被引：113

作者：

王丽婕 ^{[1
]}

冬雷 ^{[1
]}

廖晓钟 ^{[1
]}

高阳 ^{[2
]}

机构：

[1] 北京理工大学自动化学院

[2] 沈阳工程学院电气工程系

来源：

中国电机工程学报 | 2009年 / 29卷 / 28期

关键词：

风力发电; 功率预测; 滞后特性; 小波分析; 神经网络;

D O I：

10.13334/j.0258-8013.pcsee.2009.28.012

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

采用小波分析和人工神经网络(artificial neural network,ANN)结合的方法对风力发电功率短期预测进行研究。通过小波变换将信号分解为不同频段的子序列,利用神经网络对各子序列分别建模预测,最后将预测结果叠加。利用该方法对富锦风电场的发电功率进行预测,结果表明,小波理论改进的相空间重构的神经网络模型改善了预测滞后问题,与基于混沌相空间重构的神经网络模型相比较,绝对平均误差由6.99%降到6.01%。

引用

收藏

页码：30 / 33

页数：4

相关论文

共 13 条

[1] 风电场风速短期多步预测改进算法 [J].

潘迪夫 ;

刘辉 ;

李燕飞 .

中国电机工程学报, 2008, (26) :87-91

[2] 基于最小二乘支持向量机的风电场短期风速预测 [J].

杜颖 ;

卢继平 ;

李青 ;

邓颖玲 .

电网技术, 2008, (15) :62-66

[3] 小时风速的向量自回归模型及应用 [J].

孙春顺 ;

王耀南 ;

李欣然 .

中国电机工程学报, 2008, (14) :112-117

[4] 时间序列与神经网络法相结合的短期风速预测 [J].

蔡凯 ;

谭伦农 ;

李春林 ;

陶雪峰 .

电网技术, 2008, (08) :82-85+90

[5] 风力发电系统发电容量时间序列的混沌属性分析 [J].

冬雷 ;

高爽 ;

廖晓钟 ;

冯成博 .

太阳能学报, 2007, (11) :1290-1294

[6] 基于时间序列分析的风电场风速预测模型 [J].

丁明 ;

张立军 ;

吴义纯 .

电力自动化设备, 2005, (08) :32-34

[7] 风电场风速和发电功率预测研究 [J].

杨秀媛 ;

肖洋 ;

陈树勇 .

中国电机工程学报, 2005, (11) :1-5

[8] 基于近似线性规划的风电场穿透功率极限优化的改进算法 [J].

郑国强 ;

鲍海 ;

陈树勇 .

中国电机工程学报, 2004, (10) :70-73

[9] 基于小波分析的电力系统短期负荷预测方法 [J].

邰能灵 ;

侯志俭 ;

李涛 ;

蒋传文 ;

宋炯 .

中国电机工程学报, 2003, (01) :46-51

[10] 基于小波分解的径流非线性预测 [J].

蒋传文 ;

侯志俭 ;

李涛 ;

张勇传 .

上海交通大学学报, 2002, (07) :1053-1056