基于RBF-BP组合神经网络的短期风电功率预测研究

被引：24

作者：

张靠社

罗钊

机构：

[1] 西安理工大学水利水电学院

来源：

可再生能源 | 2014年 / 32卷 / 09期

关键词：

尾流; 地势; RBF-BP组合神经网络; 短期风电功率预测;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TP183 [人工神经网络与计算];

学科分类号：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

为提高风电输出功率预测精度,提出一种基于RBF-BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上,对风速进行预处理。根据相关历史数据,建立RBF-BP组合神经网络短期风电功率预测模型,对风电输出功率进行预测。仿真分析结果表明,该预测方法能有效提高风电输出功率预测精度。

引用

页码：1346 / 1351

页数：6

共 13 条

[1]

基于改进Elman神经网络的风速预测 [J].

张超 ;

常太华 ;

刘欢 ;

胡阳 .

华东电力, 2012, 40 (08) :1412-1414

[2]

风电场发电功率短期预测组合模型研究 [J].

牛晨光 ;

游晓科 ;

赵震云 ;

刘观起 .

华北电力大学学报(自然科学版), 2012, 39 (03) :29-34

[3]

基于遗传优化的RBF-BP网络的实时故障检测 [J].

李仿华 ;

王爱平 ;

姚丽娜 ;

国玮玮 ;

徐晓燕 .

微型机与应用, 2012, 31 (08) :90-92

[4]

基于半经验公式的风力机尾流模型研究 [J].

张镇 ;

张晓东 .

现代电力, 2012, 29 (02) :64-67

[5]

基于RBF-BP组合神经网络的地震预测研究 [J].

聂仙娥 ;

赵河明 ;

杨超 .

水电能源科学, 2011, 29 (12) :53-55

[6]

基于RBF神经元网络的风电功率短期预测 [J].

武小梅 ;

白银明 ;

文福拴 .

电力系统保护与控制, 2011, 39 (15) :80-83

[7]

短期风电功率预测误差综合评价方法 [J].

徐曼 ;

乔颖 ;

鲁宗相 .

电力系统自动化, 2011, 35 (12) :20-26

[8]

基于统计聚类分析的短期风电功率预测 [J].

方江晓 ;

周晖 ;

黄梅 ;

TSSidhu .

电力系统保护与控制, 2011, 39 (11) :67-73+78

[9]

风电场输出功率预测中两种神经网络算法的研究 [J].

刘永前 ;

朴金姬 ;

韩爽 .

现代电力, 2011, 28 (02) :49-52

[10]

基于SVM的风速风功率预测模型 [J].

戚双斌 ;

王维庆 ;

张新燕 .

可再生能源, 2010, (04) :25-28+32

← 1 2 →