10.3969/j.issn.1000-3886.2017.05.015
计及故障时间的神经网络风力发电量预测
风电是可再生能源的一种重要形式,随着越来越多的风电并入电网,发电量的预测对电网的稳定性变得格外重要,为了得到更高的预测精度,提出了一种将天气因素和故障时间相结合的两段式风力发电量预测的方法.结合湖南省某风力发电场的实际生产数据,分别运用神经网络结合时间序列的方法对故障时间进行预测,以及GRNN神经网络方法对发电量进行预测.提高了风力发电量预测的精度,延长了预测时间,证明了方法的可行性.
风电发电量预测、时间序列、神经网络、故障时间、气象因素
39
TM7(输配电工程、电力网及电力系统)
2018-01-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
45-47,55