-
题名运用广义回归神经网络预测风电场功率
被引量：7
- 1
-
-
作者
熊图
-
机构
广州供电局有限公司
-
出处
《电网与清洁能源》
2014年第1期109-113,共5页
-
文摘
运用广义回归神经网络对风电场出力提前了24 h预测。对引入数值气象预报信息与不引入数值气象预报信息两种情况的预测结果进行了比较分析。首先,对前15 d的风功率数据进行训练,通过交叉验证,建立模型,预测了未来一天的风电场出力。然后加入历史风速数据,对历史风速和风功率进行训练,利用数值气象预报信息,预测未来1 d的风功率。通过算例表明,使用广义回归神经网络模型预测未来1 d的风电场出力,预测结果能够跟踪实际风功率,同时加入数值气象预报信息的预测结果较不加入数值气象预报信息的神经网络预测,精度有所提高。
-
关键词
风电场出力预测
广义回归神经网络
交叉验证
数值气象预报
-
Keywords
wind power forecasting
generalized regression neural network
cross-validation
numerical weather prediction
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于稳健估计时间序列法的风功率预测
被引量：18
- 2
-
-
作者
朱晓荣
刘艳萍
-
机构
华北电力大学电力与电子工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2012年第3期107-110,126,共5页
-
文摘
基于稳健估计运用时间序列法对风电场出力进行了短期预测。先对数据进行了预处理,用最小二乘法和稳健估计法分别建立了自回归滑动平均模型。通过模型提前预测了下个30min的风电场出力,总共预测了10次。结果表明,基于稳健估计的时间序列建模进行预测的误差大多数都在5%以内,只有一个点达到10.1%,明显比常规的时间序列建模预测的误差要小。说明稳健估计能在建模数据含有少量异常值时,比常规自回归模型预报精度要高。
-
关键词
风电场出力预测
时间序列法
稳健估计
最小二乘法
-
Keywords
wind power forecasting
time series method
robust estimation
the least squares method
-
分类号
TM614
[电气工程—电力系统及自动化]
-
