农业技术与装备
農業技術與裝備
농업기술여장비
AGRICULTURAL TECHNOLOGY & EQUIPMENT
2013年
8期
4-6
,共3页
风电场短期功率预测%数据处理%回归分析 BP神经网络
風電場短期功率預測%數據處理%迴歸分析 BP神經網絡
풍전장단기공솔예측%수거처리%회귀분석 BP신경망락
风力发电具有绿色环保、资源丰富和容易开发等优势,但其间歇性和随机性的缺点对电力系统的安全、稳定运行,以及电能质量产生的影响却限制了风电的发展,而风电场功率短期预测是解决该问题的有效途径之一.负荷预测的精度与历史数据的准确性直接相关,提出将历史数据的处理分为失真数据查找和空缺数据补全两部分来处理的思想,并将负荷预测中的回归分析应用到数据处理中,提高了历史数据的准确性.在建立BP神经网络模型时,利用SPSS中的相关性分析和经验公式,确定输入层神经元和隐层神经元的范围,经多次试验后确定BP神经网络模型,并对某风电场的短期功率进行预测.结果表明,该方法精度较高,为电力调度部门提供了很好的依据,同时也为提高电网中风电装机比例提供了一种有效的途径.
風力髮電具有綠色環保、資源豐富和容易開髮等優勢,但其間歇性和隨機性的缺點對電力繫統的安全、穩定運行,以及電能質量產生的影響卻限製瞭風電的髮展,而風電場功率短期預測是解決該問題的有效途徑之一.負荷預測的精度與歷史數據的準確性直接相關,提齣將歷史數據的處理分為失真數據查找和空缺數據補全兩部分來處理的思想,併將負荷預測中的迴歸分析應用到數據處理中,提高瞭歷史數據的準確性.在建立BP神經網絡模型時,利用SPSS中的相關性分析和經驗公式,確定輸入層神經元和隱層神經元的範圍,經多次試驗後確定BP神經網絡模型,併對某風電場的短期功率進行預測.結果錶明,該方法精度較高,為電力調度部門提供瞭很好的依據,同時也為提高電網中風電裝機比例提供瞭一種有效的途徑.
풍력발전구유록색배보、자원봉부화용역개발등우세,단기간헐성화수궤성적결점대전력계통적안전、은정운행,이급전능질양산생적영향각한제료풍전적발전,이풍전장공솔단기예측시해결해문제적유효도경지일.부하예측적정도여역사수거적준학성직접상관,제출장역사수거적처리분위실진수거사조화공결수거보전량부분래처리적사상,병장부하예측중적회귀분석응용도수거처리중,제고료역사수거적준학성.재건립BP신경망락모형시,이용SPSS중적상관성분석화경험공식,학정수입층신경원화은층신경원적범위,경다차시험후학정BP신경망락모형,병대모풍전장적단기공솔진행예측.결과표명,해방법정도교고,위전력조도부문제공료흔호적의거,동시야위제고전망중풍전장궤비례제공료일충유효적도경.