基于主成分分析与前向反馈传播神经网络的风电场输出功率预测

被引：48

作者：

张明理

杨晓亮

滕云

徐建源

林莘

机构：

[1] 沈阳工业大学电气工程学院

来源：

电网技术 | 2011年 / 35卷 / 03期

关键词：

风电场; 功率预测; 主成分分析; BP神经网络;

D O I：

暂无

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：

为了解决单一的传统预测方法在风电场输出功率预测中存在的问题,提出了基于主成分前向反馈神经网络的预测方法。首先采用K-S方法对样本进行选取;然后用主成分分析法提取样本有效信息,求解出主成分,构建神经网络模型进行输出功率预测。结果表明,主成分分析后的神经网络模型消除了输入因子的相关性并简化了网络结构,使网络加速收敛。实例验证,与单一的神经网络模型相比,预测精度有所提高,为风电场输出功率预测提供了一种有效的方法。

引用

收藏

页码：183 / 187

页数：5

相关论文

共 16 条

[1]

风电场输出功率的组合预测模型 [J].

刘纯 ;

范高锋 ;

王伟胜 ;

戴慧珠 .

电网技术, 2009, 33 (13) :74-79

[2]

基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型 [J].

李春祥 ;

牛东晓 ;

孟丽敏 .

电网技术, 2009, 33 (02) :99-104

[3]

基于主成分分析的BP神经网络长期预报模型 [J].

农吉夫 ;

黄文宁 .

广西师范学院学报(自然科学版), 2008, 25 (04) :46-51

[4]

基于人工神经网络的风电功率预测 [J].

范高锋 ;

王伟胜 ;

刘纯 ;

戴慧珠 .

中国电机工程学报, 2008, (34) :118-123

[5]

基于主成分分析和BP神经网络的出砂预测模型 [J].

于会永 ;

刘慧卿 ;

张红玲 ;

王波 .

中国石油大学胜利学院学报, 2008, (03) :1-3+11

[6]

基于主成分分析的BP神经网络在形变预测中的应用 [J].

陈兴权 ;

王解先 ;

谷川 .

大地测量与地球动力学, 2008, (03) :72-76

[7]

基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J] 黄湘君; 科技信息(科学教研) 2008, 16

[8]

基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型 [J].

潘迪夫 ;

刘辉 ;

李燕飞 .

电网技术, 2008, (07) :82-86

[9]

风力发电机组输出功率特性的数值模拟 [J].

徐宝清 ;

田德 ;

韩巧丽 ;

王海宽 ;

赵丹平 .

农业工程技术(新能源产业), 2008, (01) :30-33

[10]

风电功率预测技术综述 [J].

谷兴凯 ;

范高锋 ;

王晓蓉 ;

赵海翔 ;

戴慧珠 .

电网技术, 2007, (S2) :335-338