文献类型：期刊文章

作　　者：徐龙博[1] 王伟[2,3] 张滔[2,3] 杨莉[1] 汪少勇[1] 李煜东[1]

机构地区：[1]中国能源建设集团广东省电力设计研究院有限公司,广东省广州市510663 [2]南瑞集团公司(国网电力科学研究院),江苏省南京市211106 [3]国电南瑞南京控制系统有限公司,江苏省南京市210061

出　　处：《电力系统自动化》

基　　金：国家高技术研究发展计划(863计划)资助项目(2013AA050601)~~

年　　份：2017

卷　　号：41

期　　号：21

起止页码：40-45

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对动态神经网络风电功率预测模型输入变量较多、模型复杂的问题,将神经网络和平均影响值方法相结合,提出了一种基于神经网络平均影响值的超短期风电功率预测方法。此方法综合考虑了各输入变量对输出变量(风电预测功率)的外部贡献率和内部贡献率,筛选出了对输出变量贡献率最大的输入变量,建立了一个优化的神经网络超短期风电功率预测模型。实验结果表明,所提模型降低了预测模型的复杂度,减少了测量噪声对预测精度的影响,得到了较好的风电功率预测结果。

关 键 词：风电功率 超短期预测  动态神经网络 平均影响值  变量筛选  

分 类 号：TM614] TP183]