|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于物理方法与人工智能理论的短期风电功率预测
, PP. 29-32
Keywords: 风电功率预测,短期,物理方法,轮毂风速变换,风电功率曲线
Abstract:
提出了一种基于物理方法与人工智能理论的短期风电功率预报方法，该方法先综合考虑风机参数、地形地貌、气象参数以及电场风机分布等因素后对风机个体建模，利用数值天气预报进行轮毂风速变换获得风机轮毂处的风速大小，然后结合风机功率曲线得到风机功率预报结果，并采用人工智能算法对该预报值进行校正。实验结果表明所提方法与传统预测方法相比能获得较高的预测精度。
| [1] | 刘瑞叶,黄磊．基于动态神经网络的风电场输出功率预测[J]．电力系统自动化,2012,36(11)：19-22．
|
| [2] | 彭加立,马月,李霸军．风电场短期风电功率预测研究及应用实例分析[J]．水力发电,2013,39(10)：86-88．
|
| [3] | 周专,姚秀萍,王维庆,等．基于ICA-NN的短期风电功率预测研究[J]．四川电力技术,2013,36(5)：5-8．
|
| [4] | 秦政,包德梅,赖晓路,等．风电场风电功率预测系统研究[J]．计算机技术与发展,2013,23(7)：73-76．
|
| [5] | 朱晓荣,刘艳萍．基于稳健估计时间序列法的风电功率预测[J]．电力系统及其自动化学报,2012,24(3)：107-111．
|
| [6] | 师洪涛,杨静玲,丁茂生,等．基于小波-BP神经网络的短期风电功率预测方法[J]．电力系统自动化,2012,35(16)：44-48．
|
| [7] | 戚双斌,王维庆,张新燕．基于支持向量机的风速与风电功率预测方法研究[J]．华东电力,2009,37(9)：1600-1603．
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|
