偏差修正算法的风电短期功率预测

摘要：

结合风场实时数据以及风场气象数据,分析了实时数据并制定了数据清洗规则;针对风电功率预测领域预测精度低的问题,首先利用深度信念网络(DBN)、支持向量机(SVR)、BP神经网络和六次多项式拟合(ployfit)四种传统方法对风电功率进行了一次预测并计算一次预测偏差,利用气象背景相关性以及拟合法、中位数法、聚类法分析与寻找一次预测偏差特征分布,并在此基础上提出偏差修正算法(Error Correction Algorithm),通过仿真对比,验证了偏差修正算法的二次修正效果,偏差修正算法对一次预测偏差具有良好的修正效果,能更好的提升预测准确度;进一步利用风速与功率的相关性考察偏差修正算法的修正效果,结果显示相关性越低,偏差修正算法的修正效果越明显.

关键词：风电功率预测、深度信念网络、支持向量机、BP神经网络、多项式拟合、偏差修正算法

所属期刊栏目：9

分类号：TM614(发电、发电厂)

资助基金：湖南省自然基金项目2018JJ4076

在线出版日期：2019-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9