基于组合预测的风电场风速及风电机功率预测

被引：111

作者：

张国强

张伯明

机构：

[1] 清华大学电机系电力系统国家重点实验室

来源：

电力系统自动化 | 2009年 / 33卷 / 18期

关键词：

相似性; 神经网络; 时间序列; 灰色预测; 组合预测;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义。文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测。通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值。

引用

页码：92 / 95+109 +109

页数：5

共 11 条

[1]

时间序列数据挖掘中相似性和趋势预测的研究.[D].王晓晔.天津大学.2003, 04

[2] 大规模非并网风电系统开发与应用 [J].