基于神经网络平均影响值的超短期风电功率预测

作     者：徐龙博 王伟 张滔 杨莉 汪少勇 李煜东 XU Longbo;WANG Wei;ZHANG Tao;YANG Li;WANG Shaoyong;LI Yudong

作者机构：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 南瑞集团公司(国网电力科学研究院)江苏省南京市211106 国电南瑞南京控制系统有限公司江苏省南京市210061 

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

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2017年第41卷第21期

页      码：40-45页

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。

主 题 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 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 081104[081104] 0807[工学-电子信息类] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7500/aeps20170321005

馆 藏 号：203278600...