首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经元网络的风电功率短期预测
引用本文:武小梅,白银明,文福拴.基于RBF神经元网络的风电功率短期预测[J].继电器,2011,39(15):80-83.
作者姓名:武小梅  白银明  文福拴
作者单位:1.华南理工大学电力学院,广东 广州 510640;2.广东工业大学自动化学院,广东 广州 510006;3.天津市电力公司城南供电分公司,天津 300210;4.浙江大学电气工程学院,浙江 杭州 310027
基金项目:广东省绿色能源技术重点实验室资助项目(2008A060301002);国家自然科学基金资助项目(70673032)
摘    要:准确地预测风力发电的输出功率对电力系统调度、电力系统稳定性和风电场运行都具有重要意义。从实际运行的风电场获得了相关风速、环境温度和风电功率的历史数据,建立了基于径向基函数(Radial Basis Function, RBF)神经元网络的短期风电功率预测模型。运用该模型进行了1 h后的风电输出功率预测,预测误差在12%附近。通过将预测结果和实际风电输出功率比较,表明该方法预测精度较高且比较稳定。

关 键 词:风力发电功率  电力系统调度  风电场    RBF神经网络  短期预测
点击此处可从《继电器》浏览原始摘要信息
点击此处可从《继电器》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号