作者：徐正华; 刘三明; 王致杰风电功率预测反向传播神经网络
摘要：风能是一种清洁的可再生能源能源,已开始在我们的日常生活中使用。由于风能是一种高度波动的资源,所以风电功率很难预测。研究提出一种基于最近邻支持向量回归(kNN-SVR)模型的多风速融合方法,提高了短期风电预测的精度。首先,设计了一种kNN算法,从历史数据集中选取最接近预测点的历史风速点。然后,在此基础上,建立基于最近历史预报点三个独立数值天气预报的融合风速SVR模型,提高风速预报的精度。最后,利用融合风速模型,以及反向传播神经网络(BPNN)对风电功率进行预测。通过算例分析验证该方法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
