田鑫培.基于误差聚类及时空性风电预测研究[J].电工技术,2023(7):88-91
基于误差聚类及时空性风电预测研究
  
DOI：10.19768/j.cnki.dgjs.2023.07.23
中文关键词:  风电功率异常数据；K-means聚类；时空相关性  空间持续误差；BP神经网络
英文关键词:
基金项目:
作者单位
田鑫培 华北水利水电大学 
摘要点击次数: 940
全文下载次数: 0
中文摘要:
      为了提高风电功率的预测精度，针对风电数据间歇性与时空性的特点，以风力发电的历史数据为基础，首先对风速功率散点图的离散型异常数据采用四分位法进行识别和剔除，对弃风造成的堆积型异常数据采用K means聚类算法进行处理；然后从时间、空间、时空对风电场自身及风电场之间的功率变化进行统计分析，引入相关系数、输出功率标准差、空间持续误差等指标，得到集群风电场功率变化规律及相关性；最后采用BP神经网络通过对数据进行多次的训练提高风电功率预测精度。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器