组合模型在风电场发电功率短期预测中的应用

被引：7

作者：

牛晨光 ^{[1
]}

游晓科 ^{[1
]}

刘观起 ^{[1
]}

赵振云 ^{[2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 河北省电力公司

来源：

电力科学与工程 | 2012年 / 28卷 / 03期

关键词：

短期风电功率预测; 神经网络; 支持向量机; 组合预测;

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：

随着风力发电的不断发展以及大规模风电场的建设,风电场发电功率的短期预测对于其发展起着至关重要的作用。提出基于相空间重构理论RBF神经网络功率预测模型,通过判断功率时间序列的混沌属性,还原其规律性,以达到提高预测准确度的要求;结合支持向量机模型,建立了组合预测模型。通过对结果进行对比分析,显示组合模型可以提高短期发电功率预测准确度,更好地满足实际现场需要。

引用

页码：13 / 16+20 +20

页数：5

共 6 条

[1]

基于组合预测的风电场风速及风电机功率预测 [J].