风电场风机测量风速缺损值的组合填充模型

摘要：

针对风电场内邻近多台风机测量风速同时发生缺损的工况,提出基于小波神经网络的组合填充算法.首先,分别采用空间邻点法、Pearson相关系数法和动态时间规整算法对风电场内两两风机的测量风速相似性进行分析;其次,提取与缺损测量风速风机在缺损时刻前后风速演化最相似的若干台风机的测量风速,构建小波神经网络,进行单个模型的填充方法研究;最后,提出基于熵权的组合填充模型.实验结果表明,在进行非线性风速相似性度量时,动态时间规整算法优于Pearson相关系数法;基于相似性风速时序构建的神经网络,提高了模型的学习和泛化性能;组合填充模型的精度和平稳性优于单个模型.对风电场内每台风机进行模拟实验增加了模型的普适性.

关键词：风电场、风速、测量、缺损值、组合填充、小波神经网络

所属期刊栏目：35

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金资助项目61103142,41105059;2012年度江苏省网络监控工程中心开放课题KJR1211;江苏高校优势学科建设工程资助项目;Project supported by the National Natural Science Foundation of China61103142,41105059,Network Monitoring Engineering Center of Jiangsu ProvinceKJR1211 and Priority Academic Program Development of Jiangsu Higher Education Institutions

在线出版日期：2015-10-12（万方平台首次上网日期，不代表论文的发表时间）

页码：125-129