-
题名基于改进的小波-BP神经网络的风速和风电功率预测
被引量：61
- 1
-
-
作者
肖迁
李文华
李志刚
刘金龙
刘会巧
-
机构
电磁场与电器可靠性省部共建重点实验室(河北工业大学)
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2014年第15期80-86,共7页
-
基金
国家自然科学基金项目(51377044)~~
-
文摘
为了提高超短期风电功率预测精度,使用改进的小波-BP神经网络方法进行研究。针对预测模型普遍存在的延时问题,先通过离散小波变换将信号分解为高低频段的信号,再用遗传算法优化的BP神经网络分别进行建模,最后求和各层预测信号。由于功率和风速具有混沌特性,用C-C法联合优化重构相空间的参数,以嵌入维数为神经网络输入层节点数。应用于山东某风电场,仿真结果表明,与BP神经网络模型相比,该算法预测风速和功率精度较高,但风速预测值经过实际功率曲线转换后,功率预测精度变差。
-
关键词
小波分析
相空间重构
C-C法
遗传算法
神经网络
功率曲线转换法
-
Keywords
wavelet analysis
phase-space reconstruction
C-C method
genetic algorithm
neural network
power curve conversion method
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于混沌径向基函数的风电功率短期预测
被引量：1
- 2
-
-
作者
李玲玲
李宗礼
李俊豪
李志刚
-
机构
河北工业大学电磁场与电器可靠性省部共建重点实验室
许继集团有限公司
-
出处
《电源技术》
CAS
CSCD
北大核心
2014年第12期2328-2330,2369,共4页
-
基金
国家自然科学基金(51377044
51475136)
+1 种基金
高等学校博士学科点专项科研基金(20121317110008)
河北省建设科技研究计划项目(2011-147)
-
文摘
风电功率预测方法分为两类,即直接预测法与功率曲线转换法。因风电功率具有混沌特性,故将混沌时间序列的相关理论引入到风速和风电功率预测中。鉴于预测精度在很大程度上取决于模型参数的选择,为此先用C-C法联合优化了重构相空间的参数,再用径向基RBF神经网络模型直接预测风电功率,或者由该模型得到风速预测值后,根据对应的风电机组功率特性曲线而推算出风电功率预测值。实例分析结果表明:所提出的两种方法均有较高的预测精度,其中基于混沌径向基RBF神经网络的风电功率直接预测法效果更优。
-
关键词
风电功率
短期预测
混沌特性
相空间重构
C-C法
直接预测法
功率曲线转换法
RBF神经网络
-
Keywords
wind power
short term prediction
chaotic property
phase-space reconstruction
C-C method
direct forecasting method
power curve conversion forecasting method
RBF neural network
-
分类号
TM313
[电气工程—电机]
-
