期刊文章详细信息
基于变分模态分解和径向基神经网络的风电场风功率预测
Wind Power Forecasting Method Based on Variational Mode Decomposition and LSSVM Neural Network
文献类型:期刊文章
Zhao Shu-li;Xu Zhao-peng;Cui Li-ye;Chen Nan;Zhang Chong
机构地区:[1]吉林电力股份有限公司科技开发分公司,吉林吉林132012
年 份:2019
卷 号:0
期 号:14
起止页码:61-62
语 种:中文
收录情况:普通刊
摘 要:风能具有波动性和不确定性,为了降低风电场短期风功率预测误差,提高风电场发电质量,需要对风功率进行行之有效的建模预测。为提高风功率预测精度,本文提出了一种基于变分模态分解和径向基神经网络的风电场风功率预测方法。以历史风速及风功率数据为输入变量,以风电场短期风功率为输出建立预测模型(VMD-RBF),并与传统的BP神经网络及单一RBF神经网络进行对比分析。试验结果表明,所提出VMD-RBF模型具有最优的预测精度,是一种可行有效的风电场短期风功率预测方法。
关 键 词:风功率预测 变分模态分解 径向基神经网络 BP神经网络
分 类 号:TM76]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...