时序神经网络算法的短期风速预测研究

2012年04月13日10:59:43 本网站我要评论(2)字号：T | T | T

梁岚珍，邵　璠
北京联合大学自动化学院，北京

新疆大学电气工程学院，新疆乌鲁木齐

摘　　　要：采用神经网络对风速进行短期预测，研究ＢＰ型短期风速预测网络中ＢＰ算法、ＢＰ网络构建以及网络训练方法。结合时间序列法和神经网络法提出了时序神经网络预测方法，对短期风速预测网络中输入变量数量和隐含层节点数量的选择方法进行了探讨。仿真实验结果表明，时序神经网络法建立的网络，训练时间明显缩短，网络输出的预测值与真实的观察值之间没有出现过大偏差，对新训练样本集拟合较好，预测精度有所提高，并在一定程度上克服了基本ＢＰ网络收敛速度慢以及易陷入局部较小等问题。

关　键　词：风速；预测；时间序列法；ＢＰ神经网络

１　引　言
随着社会对清洁能源利用的意识增强，风电能占电网的比例不断增加，但风电具有很强的随机性，风电穿透功率（风电能占整个电网比例的大小）超过一定值之后，会严重影响电能质量和电力系统的运行。准确的风速预测可以有效地减轻或避免风电场对电力系统的不利影响，有利于电力系统调度部门及时调整调度计划，提高风电场在电力市场中的竞争能力［１］。风速预测包括短期预测和超短期预测，短期预测一般是指能提供１～７２ｈ的预测，超短期预测是指能提供０～３ｈ的预测。一般地，风能预测主要集中在０～３ｈ时段，这个时段是电网调度，资源配置所需时间。文献［２］介绍了人工神经网络在短期资料风速估计方面的应用，文献［３］基于神经网络结合时间序列方法对风电场风速预测提出了一般方法。

登录网站后可下载文件

相关阅读:

没有相关新闻...

电子应用

文摘

方案

电路图

电源技巧：电流模式控制简化了对降压LED稳压器的补偿

热点新闻