文献类型：期刊文章

作　　者：王丽婕[1] 冬雷[1] 廖晓钟[1] 高阳[2]

机构地区：[1]北京理工大学自动化学院,北京市海淀区100081 [2]沈阳工程学院电气工程系,辽宁省沈阳市110136

出　　处：《中国电机工程学报》

基　　金：国家自然科学基金项目(50777003);中国电力投资公司科技项目(2009065ZDGKJX)~~

年　　份：2009

卷　　号：29

期　　号：28

起止页码：30-33

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：采用小波分析和人工神经网络(artificial neural network,ANN)结合的方法对风力发电功率短期预测进行研究。通过小波变换将信号分解为不同频段的子序列,利用神经网络对各子序列分别建模预测,最后将预测结果叠加。利用该方法对富锦风电场的发电功率进行预测,结果表明,小波理论改进的相空间重构的神经网络模型改善了预测滞后问题,与基于混沌相空间重构的神经网络模型相比较,绝对平均误差由6.99%降到6.01%。

关 键 词：风力发电 功率预测 滞后特性  小波分析 神经网络

分 类 号：TM614]