基于ARMA模型和BP神经网络组合优化算法的风电预测模型

被引:17
作者
曾鸣
李树雷
王良
薛松
王睿淳
机构
[1] 华北电力大学能源与电力经济研究咨询中心
基金
国家软科学研究计划;
关键词
组合预测; 自回归移动平均; 神经网络; 风电场; 发电量预测;
D O I
暂无
中图分类号
F224 [经济数学方法]; F426.61 [];
学科分类号
0701 ; 070104 ;
摘要
从风电场营销可持续发展的角度出发,提出了风电场发电量组合预测的研究角度;选取了两种比较具有代表性的预测模型自回归移动平均和神经网络,以发电场实测数据为模型输入,分别得出各自的预测结果;最后,将两种单一预测模型与组合预测模型结果进行比较,验证了组合预测应用于风电场发电量预测领域的可行性。研究结果表明,该组合预测方法相对于单一预测模型能够提高预测精度。
引用
收藏
页码:347 / 352
页数:6
相关论文
共 7 条
[1]   风电功率预测研究方法综述 [J].
符金伟 ;
马进 ;
周榆晓 ;
张恺 .
华东电力, 2012, 40 (05) :888-892
[2]   国内外风电弃风现状及经验分析 [J].
王乾坤 .
华东电力, 2012, 40 (03) :378-381
[3]   并网风电最大注入功率影响因素研究 [J].
刘鑫 ;
栗文义 ;
许立杰 ;
周攀 ;
董秀清 ;
王彦 .
华东电力, 2012, 40 (03) :397-401
[4]   一种改进的风电功率预测误差分布模型 [J].
刘斌 ;
周京阳 ;
周海明 ;
刘克文 .
华东电力, 2012, 40 (02) :286-291
[5]   基于噪声场合下ARMA模型的风力发电量预测 [J].
高阳 ;
朴在林 ;
张旭鹏 ;
冬雷 ;
郝颖 .
电力系统保护与控制, 2010, 38 (20) :164-167
[6]   基于ARMA模型的水电站概率性发电量预测 [J].
胡百林 ;
李晓明 ;
李小平 ;
周达山 .
电力系统及其自动化学报, 2003, (03) :62-65
[7]   人工神经网络在发电量预测中的应用 [J].
杨涛 ;
党芙蓉 .
东北电力技术, 2001, (05) :33-36