基于神经网络和小波分析的超短期风速预测

被引：51

作者：

高阳 ^{[1
]}

钟宏宇 ^{[1
,2
]}

陈鑫宇 ^{[3
]}

耿爱成 ^{[4
]}

张柳 ^{[1
]}

雷彩娟 ^{[1
]}

机构：

[1] 沈阳工程学院电力学院

[2] 国网吉林通化市供电公司

[3] 国网辽宁阜新供电公司调控中心

[4] 沈阳工程学院基础教学部

来源：

可再生能源 | 2016年 / 34卷 / 05期

关键词：

神经网络; 小波分析; 风速预测; 高频分量; 低频分量;

D O I：

10.13941/j.cnki.21-1469/tk.2016.05.013

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

文章将神经网络和小波分析理论相结合,提出了一种基于神经网络和小波分析的超短期风速预测方法。利用神经网络的非线性学习能力和小波理论的多分辨分析能力实现对风电场的风速预测,为风功率预测提供理论依据。首先,通过搭建神经网络物理模型,用以预测风机轮毂处的风速信号;其次,将该风速信号进行小波多分辨分解,滤除高频分量,得到较为平稳的对风速预测起决定性作用的低频分量;最后,对基于神经网络和小波分析的组合预测方法进行了仿真,并与NWP风速模型和实测风速进行了对比。结果表明,提出的基于神经网络和小波分析组合预测方法更贴近实测风速,对超短期风速预测起到了良好的效果。

引用

页码：705 / 711

页数：7

共 24 条

[1]

基于果蝇-构造小波神经网络模拟电路诊断方法 [J].