基于空间相关性和小波-神经网络的短期风电功率预测模型

• 作 者: 徐梅梅 任祖怡 陈建国 倪建军 张俊芳 宁楠 赵继伟
• 机 构: 贵州电网有限责任公司电力科学研究院,南京南瑞继保电气有限公司,南京理工大学自动化学院,贵州电网有限责任公司六盘水供电局
• 出 处: 南京理工大学学报
• 发表日期: 2016年3期
• 关键词: 空间相关性 小波-神经网络 风电功率预测 小波基函数 逆传播神经网络 风能利用

为准确预测风电功率,该文提出1种预测模型。利用风速空间相关性把握风速时间序列的变化规律。将小波基函数植入神经网络的神经元节点中作为传递函数,对风电功率进行预测。对2相邻风电场短期风电功率预测算例进行仿真与对比分析。结果表明基于空间相关性和小波-神经网络（SC-WNN）的预测模型与逆传播神经网络（BPNN）和小波-神经网络（WNN）预测模型相比,平均百分比误差最大降低了0.164 3。