基于聚类分析方法的风电场日前功率预测研究
- 详情
- 2021-04-27
- 简介
- 960KB
- 页数 5P
- 阅读 95
- 下载 23
随着我国风电装机容量的逐步增加,风电在电源结构中的比例也进一步增大,而风电出力本身的随机性、波动性使得风电出力预测工作难度增加。鉴于不同特性的气象数据对应的出力差异性很大,因此采用模糊C均值聚类分析方法将风电场运行历史气象信息进行聚类并训练相应的BP神经网络,再将数值天气预报提供的待预测日的气象信息进行聚类,根据数据的聚类中心将待预测日气象信息与历史数据进行归类,最后将同一类风速、风向数据结合相应的BP神经网络进行预测。算例分析证明了此方法的有效性。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于聚类分析方法的风电场日前功率预测研究 960KB
基于聚类分析的风电场多机等效建模方法研究 1.8MB
基于RBF神经网络的风电场功率预测研究 1.2MB
基于RBF神经网络的风电场功率预测研究 1.2MB
基于RBF神经网络的风电场功率预测研究 431KB
基于时序-支持向量机的风电场发电功率预测 397KB
基于超短期风电功率预测的风电场自动发电控制 1.9MB
基于小波-回归支持向量机算法的风电场风速预测 245KB
基于机群划分方法的风电场理论发电功率计算研究 5.8MB
基于静态安全约束的风电场穿透功率极限计算 192KB