基于时间连续性及季节周期性的风速短期组合预测方法
根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题.基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型.该模型采用模式识别技术分别提取时间连续性的样本及季节周期性的样本,以反向传播(BP)神经网络作为预测模型,得到风速横向预测值和纵向预测值,最后再通过BP神经网络进行组合预测.对国内某风电场的风速预测结果表明,所提出的风速预测模型可行、有效,具有较好的预测精度.
风速预测、时间连续性、季节周期性、模式识别、反向传播(BP)神经网络
34
TN9;P23
国家高技术研究发展计划863计划资助项目2007AA05Z458
2011-12-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
75-79