当前位置首页 > 信息公告

基于改进的小波-BP神经网路的风速和风电功率预测.pdf

更新时间:2023-10-16 文章作者:佚名 信息来源:网络整理 阅读次数:

第42卷第15期RyW物理好资源网(原物理ok网)

史力系貌保护員控RyW物理好资源网(原物理ok网)

Vo!,42No15RyW物理好资源网(原物理ok网)

2014年8月1日RyW物理好资源网(原物理ok网)

PowerandRyW物理好资源网(原物理ok网)

基于改进的小波-BP神经网路的风速和风电功率预测RyW物理好资源网(原物理ok网)

肖迁,李文华,李志刚,刘金龙,刘会巧RyW物理好资源网(原物理ok网)

(电磁场与家电可靠性省部共建重点实验室(广东エ业学院),北京)RyW物理好资源网(原物理ok网)

摘要:为了提升超短期风电功率预测精度风电功率预测数据分辨率,使用改进的小波-DBP神经网路方式进行研究。针对预测模型普遍存在的延时问题,RyW物理好资源网(原物理ok网)

先通过离散小波变换将讯号分解为高低频段的讯号,再用遗传算法优化的BP神经网路分別进行建模,最后求和各层预测信RyW物理好资源网(原物理ok网)

号。因为功率和风速具有混沌特点,用C-C法联合优化构建相空间的参数,以嵌入维数为神经网路输入层节点数。应用于山RyW物理好资源网(原物理ok网)

东某风电场,仿真结果表明,与BP神经网路模型相比,该算法预测风速和功率精度较高,但风速预测值经过实际功率曲线RyW物理好资源网(原物理ok网)

转换后,功率预测精度变差RyW物理好资源网(原物理ok网)

关键词:小波剖析;相空间解构;C-C法;遗传算法;神经网路;功率曲线转换法RyW物理好资源网(原物理ok网)

Windspeedandpowerbasedon-bpRyW物理好资源网(原物理ok网)

XIAOQian,LIWen-hua,LIZhi-gang,LIUJin-long,LIUHui-qiaoRyW物理好资源网(原物理ok网)

(-JointKeyofFieldand(HebeiofRyW物理好资源网(原物理ok网)

),,China)RyW物理好资源网(原物理ok网)

:Inordertotheofultra-short-termwindpower,the-bpRyW物理好资源网(原物理ok网)

is.Tosolvethedelayofthemodel风电功率预测数据分辨率,theisintohighandRyW物理好资源网(原物理ok网)

owbytheransomisuseotheBPmodeRyW物理好资源网(原物理ok网)

.,theofalltheis.AsthewindspeedandpowerhavechaosRyW物理好资源网(原物理ok网)

theC-CisusedtoofphasespaceandtheistakenastheinputRyW物理好资源网(原物理ok网)

nodeof.Itisinawindfarm,in,andtheshowthatithasRyW物理好资源网(原物理ok网)

thanBPmodelinwindspeedandpower.WiththeofwindspeedRyW物理好资源网(原物理ok网)

bythepowercurve,thepowergoesbadRyW物理好资源网(原物理ok网)

ThisworkisbyofChina(No.RyW物理好资源网(原物理ok网)

Keywords:;phase-space;C-C;;powercurveRyW物理好资源网(原物理ok网)

中图分类号:TM614文献标示码:ARyW物理好资源网(原物理ok网)

文章编号:1674-3415(2014)15-0080-07RyW物理好资源网(原物理ok网)

0序言RyW物理好资源网(原物理ok网)

风电场风电功率预测可以分为两类,一是直接RyW物理好资源网(原物理ok网)

预测法,二是功率曲线转换法,即先经过预测风速,RyW物理好资源网(原物理ok网)

因为风的波动性和间歌性,大容量风电场的并之后转换得到功率预测值叫。近些年来,许多学者对RyW物理好资源网(原物理ok网)

网会对电网运行形成较大的冲击甚至危险。国标《风风电功率预测进行了研究,并取得了一系列的成果。RyW物理好资源网(原物理ok网)

电场接入电力系统技术规定》明确要求风电场应配文献[5]用混沌DNA遗传算法确定脊波神经网路的RyW物理好资源网(原物理ok网)

置风电功率预测系统,滚动上报超短期15min~4h隐层结构,之后用粒子群算法优化,得到码率为RyW物理好资源网(原物理ok网)

风电功率预测曲线。为了保障电网的安全稳定运行,30min的未来24h的功率预测值。文献[]基于RyW物理好资源网(原物理ok网)

对风电功率进行预测是十分必要的。对风电功率ARIMA时间序列模型对超短期功率进行了预测研RyW物理好资源网(原物理ok网)

超短期预测主要用于风力发电控制、电能质量评估究,功率预测每5min手动预测一次,白动滚动执RyW物理好资源网(原物理ok网)

及强化系统的经济运行等2习。RyW物理好资源网(原物理ok网)

行。文献[?用数据挖掘和模糊降维技术将西北某风RyW物理好资源网(原物理ok网)

场50台风机机组进行分类,应用于实时功率预测。RyW物理好资源网(原物理ok网)

基金项目:国家自然科学基金项目()RyW物理好资源网(原物理ok网)

文献[8]基于空间相关法与支持向量机方式,完善了RyW物理好资源网(原物理ok网)

发表评论

统计代码放这里