基于脊波神经网络的短期风电功率预测

被引:40
作者
茆美琴
周松林
苏建徽
机构
[1] 合肥工业大学教育部光伏系统工程研究中心
关键词
风电功率预测; 脊波神经网络; 非点状奇异性; 功率曲线; 泛化性能;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
对风电功率进行较为准确的预测是提高电力系统运行安全性与经济性的有效手段。在分析脊波神经网络原理的基础上,将其应用于风速、风向及风电功率预测。首先建立预测模型分别预测风速及风向,再采用非线性神经网络实现对实际功率曲线的逼近,最后根据风速预测值和实际功率拟合曲线计算功率预测值。仿真结果表明,采用脊波神经网络预测方法相对于小波神经网络、反向传播(BP)神经网络和径向基函数(RBF)神经网络方法,其风电功率预测结果准确性能得到提高。
引用
收藏
页码:70 / 74
页数:5
相关论文
共 12 条
[1]   基于组合预测的风电场风速及风电机功率预测 [J].
张国强 ;
张伯明 .
电力系统自动化, 2009, 33 (18) :92-95+109
[2]   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
[3]   风电场风速短期多步预测改进算法 [J].
潘迪夫 ;
刘辉 ;
李燕飞 .
中国电机工程学报, 2008, (26) :87-91
[4]   基于最小二乘支持向量机的风电场短期风速预测 [J].
杜颖 ;
卢继平 ;
李青 ;
邓颖玲 .
电网技术, 2008, (15) :62-66
[5]   小波分析应用于风力发电预测控制系统中的风速预测 [J].
张彦宁 ;
康龙云 ;
周世琼 ;
曹秉刚 .
太阳能学报, 2008, (05) :520-524
[6]   基于脊波和神经网络的大压缩比遥感图像压缩 [J].
杨淑媛 ;
王敏 ;
焦李成 .
红外与毫米波学报, 2007, (04) :297-301
[7]   一种自适应脊波网络模型 [J].
杨淑媛 ;
焦李成 ;
王敏 .
西安电子科技大学学报, 2005, (06) :890-894
[8]   脊波理论:从脊波变换到Curvelet变换 [J].
焦李成 ;
谭山 ;
刘芳 .
工程数学学报, 2005, (05) :761-773
[9]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[10]   小波变换、神经网络和小波网络的函数逼近能力分析与比较 [J].
刘志刚 ;
王晓茹 ;
何正友 ;
钱清泉 .
电力系统自动化, 2002, (20) :39-44