10.3969/j.issn.1673-7598.2016.03.001
基于改进相似性搜索算法的短期风速预测
风速及其波动特性的预测对包含风电场的电力系统运行有着重要意义,可以有效地减轻或避免风电对电力系统的不利影响,从而提高风电在电网中的渗透功率,提高电力系统的风电消纳能力.依据对风电波动性和变化趋势性进行的分析,提出采用改进相似性搜索法选择待预测数据的时序神经网络的训练样本,基于我国沿海某风场的风速预测算例表明该方法有效地提高了模型的预测精度,扩大了模型的预测范围,强化了模型的适应性.
短期风速预测、神经网络、相似性搜索法、波动特性
44
TM614(发电、发电厂)
国家自然科学基金——青年科学基金项目资助51307044;教育部中央高校基本科研业务费专项资金资助项目2012B05914
2016-05-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-5