学术探索
学术期刊
文章热点
数据分析
智能智评

基于神经网络平均影响值的超短期风电功率预测

被引：31
作者：
徐龙博 [1 ]
王伟 [2 ,3 ]
张滔 [2 ,3 ]
杨莉 [1 ]
汪少勇 [1 ]
李煜东 [1 ]
机构：
[1] 中国能源建设集团广东省电力设计研究院有限公司
[2] 南瑞集团公司(国网电力科学研究院)
[3] 国电南瑞南京控制系统有限公司
来源：
电力系统自动化 | 2017年 / 41卷 / 21期
基金：
国家高技术研究发展计划(863计划);
关键词：
风电功率; 超短期预测; 动态神经网络; 平均影响值; 变量筛选;
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：
0807 ;
摘要：
针对动态神经网络风电功率预测模型输入变量较多、模型复杂的问题,将神经网络和平均影响值方法相结合,提出了一种基于神经网络平均影响值的超短期风电功率预测方法。此方法综合考虑了各输入变量对输出变量(风电预测功率)的外部贡献率和内部贡献率,筛选出了对输出变量贡献率最大的输入变量,建立了一个优化的神经网络超短期风电功率预测模型。实验结果表明,所提模型降低了预测模型的复杂度,减少了测量噪声对预测精度的影响,得到了较好的风电功率预测结果。
引用
收藏
页码：40 / 45
页数：6
相关论文
共 15 条
12