基于改进相似性搜索算法的短期风速预测

       摘要: 风速及其波动特性的预测对包含风电场的电力系统运行有着重要意义,可以有效地减轻或避免风电对电力系统的不利影响,从而提高风电在电网中的渗透功率,提高电力系统的风电消纳能力.依据对风电波动性和变化趋势性进行的分析,提出采用改进相似性搜索法选择待预测数据的时序神经网络的训练样本,基于我国沿海某风场的风速预测算例表明该方法有效地提高了模型的预测精度,扩大了模型的预测范围,强化了模型的适应性.

作者:
王敏 潘永春 李想 陈芬 傅质馨
单位:
河海大学能源与电气学院,江苏南京,211100
出处:
《智慧电力》
刊期:
2016年第44卷第3期
基金:
国家自然科学基金——青年科学基金项目资助(51307044) 教育部中央高校基本科研业务费专项资金资助项目(2012B05914)

基于改进相似性搜索算法的短期风速预测

摘要:风速及其波动特性的预测对包含风电场的电力系统运行有着重要意义,可以有效地减轻或避免风电对电力系统的不利影响,从而提高风电在电网中的渗透功率,提高电力系统的风电消纳能力.依据对风电波动性和变化趋势性进行的分析,提出采用改进相似性搜索法选择待预测数据的时序神经网络的训练样本,基于我国沿海某风场的风速预测算例表明该方法有效地提高了模型的预测精度,扩大了模型的预测范围,强化了模型的适应性.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.203399s