基于统计聚类分析的短期风电功率预测

被引：44

作者：

方江晓 ^{[1
]}

周晖 ^{[1
,2
]}

黄梅 ^{[1
]}

TSSidhu ^{[2
]}

机构：

[1] 北京交通大学电气工程学院

[2] Department of Electric Power Engineering University of Western Ontario

来源：

电力系统保护与控制 | 2011年 / 39卷 / 11期

关键词：

风电预测; 聚类分析; 最大相似度; 时间序列模型;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

考虑到短期风电功率预测模型建立时,样本的选取对预测模型的精度有较大影响,提出了运用聚类方法对历史风速数据进行处理,实现了历史数据的自动分类。根据预测日的平均风速和最大风速等特征参数,按照相似度最大的原则,选择合适的类别作为预测建模用的训练样本。运用时间序列方法,建立风速预测模型,与不经过预处理的相比,所建立预测精度得到了提高,验证了运用聚类进行数据预处理的正确性。运用风力发电机的出力曲线,得到了未来日的风电功率的预测值,为含风电系统的电力系统运行计划的制定,提供了基础数据支持。

引用

页码：67 / 73+78 +78

页数：8

共 12 条

[1] 风电场发电功率的建模和预测研究综述 [J].