电力科学与工程
電力科學與工程
전력과학여공정
INFORMATION ON ELECTRIC POWER
2012年
3期
13-16,20
,共5页
牛晨光%游晓科%刘观起%赵振云
牛晨光%遊曉科%劉觀起%趙振雲
우신광%유효과%류관기%조진운
短期风电功率预测%神经网络%支持向量机%组合预测
短期風電功率預測%神經網絡%支持嚮量機%組閤預測
단기풍전공솔예측%신경망락%지지향량궤%조합예측
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.
隨著風力髮電的不斷髮展以及大規模風電場的建設,風電場髮電功率的短期預測對于其髮展起著至關重要的作用.提齣基于相空間重構理論RBF神經網絡功率預測模型,通過判斷功率時間序列的混沌屬性,還原其規律性,以達到提高預測準確度的要求；結閤支持嚮量機模型,建立瞭組閤預測模型.通過對結果進行對比分析,顯示組閤模型可以提高短期髮電功率預測準確度,更好地滿足實際現場需要.
수착풍력발전적불단발전이급대규모풍전장적건설,풍전장발전공솔적단기예측대우기발전기착지관중요적작용.제출기우상공간중구이론RBF신경망락공솔예측모형,통과판단공솔시간서렬적혼돈속성,환원기규률성,이체도제고예측준학도적요구；결합지지향량궤모형,건립료조합예측모형.통과대결과진행대비분석,현시조합모형가이제고단기발전공솔예측준학도,경호지만족실제현장수요.
