上传者: lc1991224
|
上传时间:2025/3/2 11:19:56
|
文件大小:327KB
|
文件类型:pdf
基于PF-RBF神经网络的短期风电功率预测
为了提高风电功率的预测精度,研究了一种基于粒子滤波(PF)与径向基函数(RBF)神经网络相结合的风电功率预测方法。
使用PF算法对历史风速数据进行滤波处理,将处理后的风速数据结合风向、温度的历史数据,归一化后构成风电功率预测模型的新的输入数据;
利用处理后的新的输入数据和输出数据,建立PF-RBF神经网络预测模型,预测风电场的输出功率。
仿真结果表明,使用该预测模型进行风电功率预测,预测精度有一定的提高,连续120h功率预测的平均绝对百分误差达到8.04%,均方根误差达到10.67%
本软件ID:10497110