基于多层RBF神经元网络的风电功率短期预测  

作　　者：李秀秀[1] 

机构地区：[1]安徽财经大学统计与应用数学学院,安徽蚌埠233030

出　　处：《中国高新技术企业》2012年第30期18-20,共3页China Hi-tech Enterprises

摘　　要：风力发电输出功率预测对风电场和电力系统都具有重大意义。文章提出了多层径向基函数(radial basis function,RBF)神经元网络的聚类算法,从实际运行的风电场获得的数据样本,建立了基于多层RBF网络的短期风电功率预测模型。运用该模型并利用MATLAB数学软件编程进行了每隔15分钟30个时点的风电功率输出预测,结果表明预测误差达到了很高的精度。通过预测值与实际输出功率数据比较,说明了多层RBF网络预测的有效性和可靠性。

关 键 词：风电功率 短期预测 多层RBF神经元网络 风能 风电场 

分 类 号：TM715[电气工程—电力系统及自动化] TM614[自动化与计算机技术—控制理论与控制工程] TP183[自动化与计算机技术—控制科学与工程]