資源簡介
為了提高風電功率的預測精度, 研究了一種基于粒子濾波( P F) 與徑向基函數( RBF)
神經網絡相結合的風電功率預測方法。使用 P F算法對歷史風速數據進行濾波處理, 將處理后的風
速數據結合風向、 溫度的歷史數據, 歸一化后構成風電功率預測模型的新的輸入數據; 利用處理后
的新的輸入數據和輸出數據, 建立 P F-RBF神經網絡預測模型, 預測風電場的輸出功率。仿真結果
表明, 使用該預測模型進行風電功率預測, 預測精度有一定的提高, 連續1 20h功率預測的平均絕對
百分誤差達到8.04%, 均方根誤差達到10.67%
代碼片段和文件信息
評論
共有 條評論