作者：彭文; 谢凤昱; 张智源风电功率预测相似时段elman神经网络聚类自适应分类气象信息
摘要：为解决风电功率预测中较强的随机性和波动性的问题,提出一种考虑相似时段聚类的风电功率短期预测算法。该算法通过分析历史数据,确定相似时段的最佳长度。在此基础上采用K-means算法对功率曲线形状特征进行聚类。预测过程中,应用自适应分类算法对基准功率向量进行类簇划分,并结合气象因素筛选出最优相似时段集合。以该集合作为训练样本,以功率曲线和气象信息作为输入建立Elman神经网络模型,迭代地预测未来时段的风电功率。最后通过实际算例,验证了该算法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《电力系统及其自动化学报》（CN：12-1251/TM）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力系统及其自动化学报》是中文优秀期刊，天津市一级期刊，被英国科学文摘（SA）、俄罗斯文摘杂志（AJ）、日本科学技术文献社数据库（CBST,JST)、美国乌利希国际期刊指南、中国科学引文数据库等国内外相关数据库收录。
杂志详情
