-
题名基于风速升降特征的短期风电功率预测
被引量：10
- 1
-
-
作者
叶小岭
陈浩
郭晓杰
邓华
王雅晨
-
机构
南京信息工程大学信息与控制学院
南京信息工程大学气象灾害预报预警与评估协同创新中心
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2016年第19期56-62,共7页
-
基金
江苏省高校优势学科建设工程资助项目(PAPD)
江苏省六大人才高峰项目(WLW-021)
中国气象局软科学研究课题(SK20120146)共同资助
-
文摘
为提高短期风电功率预测精度,提出了基于风速升降特征的短期风电功率预测方法。该方法分析风速上升或下降对风力发电的影响,根据风速升降特征,为风速添加标记值,增加训练样本维度,从而提高功率预测精度。用上海某风电场2014年9月至2015年9月数据对算法进行验证,并对比最小二乘支持向量机(LSSVM)、极限学习机(ELM)、遗传BP神经网络(GA-BP)三种方法的预测结果。实验结果表明,在风电功率预测中引入风速升降特征能够明显提高了模型的预测精度,适合风电场的短期功率预测。
-
关键词
短期风电功率预测
风速升降特征
特征值
LSSVM
ELM
GA-BP
-
Keywords
short-term wind power prediction
UP-DOWN-features
LSSVM
ELM
GA-BP
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于风特征分析的风电机组异常数据识别算法
被引量：23
- 2
-
-
作者
杨茂
翟冠强
苏欣
-
机构
东北电力大学
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2017年第S1期144-151,共8页
-
基金
国家重点研发计划项目课题(2016YFB0900101)~~
-
文摘
对风电的研究往往要依托于历史功率数据,而风电机组采集到的历史数据中往往含有大量的异常数据,这严重影响了对风电功率规律特性的分析。针对风电机组的实测功率数据进行研究,分析风速升降特征与风向特征对风电机组输出功率的影响。将不同的风特征的数据分开讨论,分别利用Copula函数得到概率功率曲线,结合异常数据的时序特征归纳出三类异常数据,建立异常数据识别模型。利用风电机组的实际数据和人工生成数据进行仿真分析,结果表明,该方法能够高效地识别各类异常数据,对风电研究有着重要的意义。
-
关键词
风电功率
异常数据
风速升降特征
风向特征
时序特征
-
Keywords
wind power
abnormal date
rise-fall feature of wind speed
wind direction characteristics
timing characteristics
-
分类号
TM315
[电气工程—电机]
-
