基于GRNN全信息神经网络的超短期风速预测研究

摘要：

为了更好地研究风功率预测,风速预测显得至关重要.国内神经网络文献均只表现出了短期风速预测,而对于超短期风速预测的神经网络数学模型却相对稀少.引入了GRNN神经网络,详细说明了该方法的超短期风速预测原理并建立了数学模型;为了使超短期风速预测精度有一个良好的对比性分析,将影响风电输出功率的各NWP(numerical weather prediection)信息(包括风速、风向、气温、气压)进行组合,以国内某风电场2014年5月份的各NWP数据进行算例分析,实验结果表明,GRNN全信息神经网络可以达到很好的预测精度,而且运算网络的稳定性甚优.

关键词：GRNN、非线性、风速预测、超短期、RBF

所属期刊栏目：35

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：辽宁省高等学校优秀人才支持计划LJQ2014136

在线出版日期：2016-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：149-152