10.3969/j.issn.1674-3814.2012.12.018
基于Elman神经网络的短期风电功率预测
为提高风电场输出功率预测精度,提出一种动态基于神经网络的功率预测方法.根据实际运行的风电场相关风速、相关风向和风电功率的历史数据,建立了基于Elman神经元网络的短期风电功率预测模型.运用多层Elman神经网络模型对西北某风电场实际1h和24 h的风电输出功率预测,与BP神经网络模型对比,经仿真分析证明前者具有预测精度高的特点,三隐含层Elman神经网络模型预测效果最佳.这表明利用Elman回归神经网络建模对风电功率进行预测是可行的,能有效提高功率预测精度.
风力发电功率、Elman神经网络、预测模型、短期预测
28
TM614(发电、发电厂)
2013-03-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-91