|
|||||
|
|
| 小波变换和RBF神经网络的风功率预测 | |
| 作者单位： | ;1.贵州大学电气工程学院 |
| 摘 要： | 针对风电场输出功率表征的周期性及随机、间隙、非平稳特性,提出一种小波变换(Wavelet Transform,WT)和径向基神经网络(RBFNN)相结合的风功率预测方法,并引入平均温度、相对湿度及降雨量等气象因素预测未来一段时间的风电功率输出。小波分解能有效地表征风电场输出功率时间序列的局部特征;人工智能方法可以捕捉到风力发电中的非线性特性。引入气象因素的WT和RBF神经网络预测方法能有效地提高预测准确度。以平均绝对误差和均方根误差为预测评价指标,与RBF神经网络方法相比,提出的小波变换和RBF神经网络预测方法具有更好的预测效果,从而可减少风电波动性对电网的影响,提高电网的安全性和可靠性。 |
| 关 键 词： | 风功率预测 小波变换 神经网络 气象因素 |
Wind Power Prediction Based on Wavelet Transform and RBF Neural Network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |