基于声雷达技术与神经网络的风电预测研究

被引：6

作者：

许傲然 ^{[1
]}

高阳 ^{[1
]}

郝建宽 ^{[2
]}

刘宝良 ^{[1
]}

谷豪 ^{[3
]}

机构：

[1] 沈阳工程学院电力学院

[2] 华能(大连)热电有限责任公司

[3] 国网河南省电力公司直流运检分公司

来源：

供用电 | 2021年 / 38卷 / 08期

关键词：

声雷达; 集成经验模态分解; 神经网络; 隐含层神经元;

D O I：

10.19421/j.cnki.1006-6357.2021.08.012

中图分类号：

TM614 [风能发电]; TP183 [人工神经网络与计算]; TN959 [雷达：按用途分];

学科分类号：

080811 [新能源发电与电能存储]; 080906 [电磁信息功能材料与结构]; 140502 [人工智能];

摘要：

针对传统的测风塔在风电场实际测风应用中存在的问题,以测风声雷达技术与BP神经网络为基础开展风电预测研究。首先,介绍了测风声雷达在风电产业多种场景应用中的优点;其次,提出了集成经验模态分解(ensemble empirical mode decomposition,EEMD)与神经网络的风电预测算法;最后,以安徽女儿岭风电场声雷达测风塔采样数据为例进行预测算法验证,分析了10、30、70、80、85、95 m处风速对应的BP神经网络最优隐含层神经元个数,并在此基础上验证了基于集成经验模态分解与神经网络预测算法在声雷达不同测风高度下风电预测的有效性。

引用

页码：83 / 90

页数：8

共 16 条

[1]

基于人工蜂群算法优化RBF神经网络的光伏组件故障诊断定位方法 [J].