基于小波变换和BP神经网络的时序风电功率预测

基于小波变换和BP神经网络的时序风电功率预测

论文摘要

为了更好地进行风机控制及系统调度,需要准确地预测风电功率。针对风电出力的不确定性问题,研究了小波变换的原理和方法及BP神经网络的原理和算法,建立了一种结合小波分解和BP神经网络的风电功率预测方法。对风电出力历史功率数据进行小波分解,在各个分量样本上分别建立BP神经网络后,根据神经网络独立学习的特性,用前几个时段的历史功率数据作为输入,下个时段的历史功率数据作为输出,训练神经网络,实现单步预测;各分量预测完后,将各分量的预测值相加即得到重构值。仿真结果验证了该方法的有效性,与不经过小波变换的BP神经网络预测相比,文中方法具有更高的预测精度。

论文目录

  • 1 时间序列概述
  • 2 小波变换
  •   2.1 小波理论基础
  •   2.2 小波分解仿真分析
  • 3 人工神经网络
  •   3.1 人工神经网络概述
  •   3.2 BP神经网络的结构
  •   3.2 BP神经网络的算法
  • 4 程序实现
  • 5 算例分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 冯桂玲

    关键词: 风电功率预测,时间序列,历史功率数据,神经网络

    来源: 电力大数据 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 国网福建省电力有限公司

    分类号: TM614;TP183

    DOI: 10.19317/j.cnki.1008-083x.2019.04.005

    页码: 30-36

    总页数: 7

    文件大小: 1897K

    下载量: 176

    相关论文文献

    标签:;  ;  ;  ;  

    基于小波变换和BP神经网络的时序风电功率预测
    下载Doc文档

    猜你喜欢