基于 ARIMA 模型误差修正的小波神经网络风速短期预测
风电场风速短期预测对于风力发电具有重要意义。本文首先根据国家标准《风电场风能资源评估方法》推荐的方法对风速数据进行预处理,修正不合理的数据以及插补丢失的数据;接着运用小波神经网络对预处理之后的数据进行预测,并对预测之后的残差形成的随机序列建立 ARIMA 误差预测模型,最后用预测的误差来修正风速预测结果。将以上方法用于某小型风电场实测数据,并将运算结果与小波神经网络的预测进行比较,MAPE 降低了46.97%,结果表明基于 ARIMA 模型误差修正的小波神经网络明显改善了风速预测的精度,可有效应用于短期风速预测。
小波神经网络、风速预测、ARIMA 模型、误差修正
TM614(发电、发电厂)
江苏省科技厅工业科技支撑项目BE2009166
2013-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
322-326