基于GA-BP和小波-SVM算法的风电场短期功率预测

作     者：陈祖成 王硕禾 赵绍策 刘治聪 王刚 Chen Zucheng;Wang Shuohe;Zhao Shaoce;Liu Zhicong;Wang Gang

作者机构：石家庄铁道大学电气与电子工程学院河北石家庄050043 天津市市政工程设计研究院天津300380 河北省分布式能源应用技术创新中心河北石家庄050043 

基　　金：天津市科技局科技攻关项目(19YFZGQY00040) 河北省分布能源应用技术创新中心资助项目(SG20182050) 

出 版 物：《石家庄铁道大学学报（自然科学版）》 (Journal of Shijiazhuang Tiedao University(Natural Science Edition))

年 卷 期：2020年第33卷第1期

页      码：104-109页

摘      要：风力发电过程中的功率预测问题是制约风力发电发展的重要因素。针对单一传统神经网络易陷入局部最优的问题,提出了利用信息熵原理把遗传算法优化的BP网络和小波-支持向量机2种算法进行组合预测,结合华北某风电场提供的历史功率数据和数值天气预报数据对未来48 h功率进行预测,仿真结果表明,该组合预测方法的预测精度比单一预测模型的预测精度高,效率高,具有一定实用价值。

主 题 词：风电场功率预测 遗传算法 小波-SVM 信息熵 

学科分类：08[工学] 0807[工学-电子信息类] 

D　O　I：10.13319/j.cnki.sjztddxxbzrb.20180626003

馆 藏 号：203888953...