基于声雷达技术与神经网络的风电预测研究

摘要：

针对传统的测风塔在风电场实际测风应用中存在的问题,以测风声雷达技术与BP神经网络为基础开展风电预测研究.首先,介绍了测风声雷达在风电产业多种场景应用中的优点;其次,提出了集成经验模态分解(ensemble empirical mode decomposition,EEMD)与神经网络的风电预测算法;最后,以安徽女儿岭风电场声雷达测风塔采样数据为例进行预测算法验证,分析了10、30、70、80、85、95 m处风速对应的BP神经网络最优隐含层神经元个数,并在此基础上验证了基于集成经验模态分解与神经网络预测算法在声雷达不同测风高度下风电预测的有效性.

关键词：声雷达;集成经验模态分解;神经网络;隐含层神经元

所属期刊栏目：38

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：辽宁省重点研发计划项目2020JH2/10100036

在线出版日期：2021-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：83-90