现代电力
現代電力
현대전력
MODERN ELECTRIC POWER
2011年
2期
49-52
,共4页
风电场%功率预测%神经网络%数值天气预报%聚类法%正交最小二乘算法
風電場%功率預測%神經網絡%數值天氣預報%聚類法%正交最小二乘算法
풍전장%공솔예측%신경망락%수치천기예보%취류법%정교최소이승산법
神经网络是风电功率预测系统中应用最广泛的方法,而其训练算法是影响预测精度的重要因素之-.探讨了采用聚类法和正交最小二乘算法两种训练方法.以中国北方某风电场的实际数据以及数值天气预报数据为依据,对RBF聚类法和正交最小二乘算法进行了验证,最终研究并比较RBF不同预测情况与BP的差异.结果表明:对于提前24h的风电功率预测,RBF神经网络模型预测精度要好于BP神经网络模型,尤其以正交最小二乘算法为训练方法建立的RBF模型,预测精度较高,能够很好拟合实际功率曲线.
神經網絡是風電功率預測繫統中應用最廣汎的方法,而其訓練算法是影響預測精度的重要因素之-.探討瞭採用聚類法和正交最小二乘算法兩種訓練方法.以中國北方某風電場的實際數據以及數值天氣預報數據為依據,對RBF聚類法和正交最小二乘算法進行瞭驗證,最終研究併比較RBF不同預測情況與BP的差異.結果錶明:對于提前24h的風電功率預測,RBF神經網絡模型預測精度要好于BP神經網絡模型,尤其以正交最小二乘算法為訓練方法建立的RBF模型,預測精度較高,能夠很好擬閤實際功率麯線.
신경망락시풍전공솔예측계통중응용최엄범적방법,이기훈련산법시영향예측정도적중요인소지-.탐토료채용취류법화정교최소이승산법량충훈련방법.이중국북방모풍전장적실제수거이급수치천기예보수거위의거,대RBF취류법화정교최소이승산법진행료험증,최종연구병비교RBF불동예측정황여BP적차이.결과표명:대우제전24h적풍전공솔예측,RBF신경망락모형예측정도요호우BP신경망락모형,우기이정교최소이승산법위훈련방법건립적RBF모형,예측정도교고,능구흔호의합실제공솔곡선.
