安徽工程大学学报
安徽工程大學學報
안휘공정대학학보
JOURNAL OF ANHUI UNIVERSITY OF TECHNOLOGY AND SCIENCE(NATURAL SCIENCE)
2013年
1期
65-68
,共4页
裴瑞平%高来鑫%王军%王静
裴瑞平%高來鑫%王軍%王靜
배서평%고래흠%왕군%왕정
风电功率预测%RBF神经网络%小波变换
風電功率預測%RBF神經網絡%小波變換
풍전공솔예측%RBF신경망락%소파변환
鉴于风功率预测是风电并网的关键环节之一,风力发电具有波动性、间歇性、随机性特点,首先利用小波变换对历史风功率数据进行分频段分析,然后根据风功率数据高低频的特点分别利用径向基神经网络建立预测模型,最后通过小波重构获得预测信号.通过算例分析,验证了该预测方法具有较高的准确性和实用性.
鑒于風功率預測是風電併網的關鍵環節之一,風力髮電具有波動性、間歇性、隨機性特點,首先利用小波變換對歷史風功率數據進行分頻段分析,然後根據風功率數據高低頻的特點分彆利用徑嚮基神經網絡建立預測模型,最後通過小波重構穫得預測信號.通過算例分析,驗證瞭該預測方法具有較高的準確性和實用性.
감우풍공솔예측시풍전병망적관건배절지일,풍력발전구유파동성、간헐성、수궤성특점,수선이용소파변환대역사풍공솔수거진행분빈단분석,연후근거풍공솔수거고저빈적특점분별이용경향기신경망락건립예측모형,최후통과소파중구획득예측신호.통과산례분석,험증료해예측방법구유교고적준학성화실용성.
