作者：李秀秀风电功率短期预测多层rbf神经元网络风能风电场
摘要：风力发电输出功率预测对风电场和电力系统都具有重大意义。文章提出了多层径向基函数（radial basis function,RBF）神经元网络的聚类算法,从实际运行的风电场获得的数据样本,建立了基于多层RBF网络的短期风电功率预测模型。运用该模型并利用MATLAB数学软件编程进行了每隔15分钟30个时点的风电功率输出预测,结果表明预测误差达到了很高的精度。通过预测值与实际输出功率数据比较,说明了多层RBF网络预测的有效性和可靠性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
