風電場短期功率預測研究.pdf

1、本文針對風電場短期功率預測技術(shù)在預測精度、可靠性及適應性上存在的不足開展研究，主要對提高預測精度和可靠性的算法進行研究。論文的主要研究內(nèi)容如下：
　　由于國內(nèi)風電功率預測的研究很少考慮數(shù)據(jù)的預處理部分，沒有充分挖掘及有效利用數(shù)據(jù)包含的信息，沒有充分考慮數(shù)值天氣因素的影響。針對此現(xiàn)象，本文提出采用基于密度的局部離群點檢測方法LOF(Local Outlier Factor)將離群點挖掘出來，并在傳統(tǒng)相似日數(shù)據(jù)選取的基礎上進行改進，然

2、后結(jié)合時間序列法建立風電功率的單一預測模型，并利用數(shù)據(jù)進行仿真對比，結(jié)果表明本文所提數(shù)據(jù)預處理方法的可行性和有效性。
　　本文在單一預測模型研究的基礎上，結(jié)合時間序列模型與BP神經(jīng)網(wǎng)絡模型各自的優(yōu)點，提出新的組合方式，建立組合預測模型。將組合模型與單一模型進行仿真對比，結(jié)果表明組合模型提高了預測的精度。
　　針對以往的短期風電功率預測方法中功率預測結(jié)果為單一點值的情況，本文引入橫、縱向誤差的概念，提出基于橫、縱向誤差的區(qū)間估