期刊文献+

数据分辨率影响风电功率预测精度分析 预览 被引量:1

Analysis of the Influence of Data Sampling on the Short-Term Wind Power Prediction Accuracy
在线阅读 下载PDF
分享 导出
摘要 目前对风电功率短时预测的研究主要集中在预测方法上,而缺乏对数据本身特性的探讨。从实测数据出发,呈现3种典型分辨率5 min、10 min、15 min,并结合Elman神经网络算法对超短期(4 h)和短期(24 h)的风力发电机输出功率进行预测分析。结果表明:分辨率为10 min的原始数据对风电输出功率的超短期预测具有更好的结果,15 min分辨率的数据对风电功率的短期预测结果更佳。采用合理分辨率的数据后,能够有效地提高风电功率的预测精度。 At present,the study of short-term wind power prediction focuses mainly on the prediction method,but little attention is paid to the characteristics of the data itself on the wind power prediction accuracy. Based on the measured data this paper presents three typical resolutions of 5 min,10 min and 15 min,and combined with the Elman neural network algorithm conducts the forecast analysis for a single 4 h and24 h actual wind power output. The results shows that for the ultra-short-term prediction the temporal resolution of 10 min has better results while for the short-term prediction the 15 min resolution has better results. And with adoption of the reaso-nable resolution data,the prediction accuracy of wind power can be improved effectively.
作者 徐茂峻 雷阳 王文海 段建东 XU Maojun;LEI Yang;WANG Wenhai;DUAN Jiandong;Department of Electrical Engineering,Xi’an University of Technology;
出处 《电网与清洁能源》 北大核心 2015年第4期95-99,105共6页
基金 陕西省自然科学基础研究计划项目(2014JM7255) 陕西省重点学科建设专项资金资助项目(5X1201) 陕西省教育厅服务地方专项计划项目(2013JC24) 西安市科技计划项目(CXY1441) 甘肃省电力公司科技项目(KJ[2012]239)~~
关键词 风电功率预测 时间分辨率 预测精度 ELMAN神经网络 wind power prediction time resolution fore-cast precision Elman neural network
  • 相关文献

参考文献18

二级参考文献240

共引文献749

同被引文献21

引证文献1

二级引证文献4

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈