摘要:本文以东南沿海地区某风力发电场数据为背景,在分析原始数据特点后,确定了相应的缺失数据的填补方法以及数据的预分解方法。之后针对数据预处理结果建立了基于时间序列和优化的BP神经网络复合预测模型,并给出风电功率预测结果。最后比较了复合模型与其它模型预测的均方误差以说明复合预测模型在提高预测精度方面的优势。
关键词:风电预测 缺失数据 神经网络 复合预测模型
单位:国网浙江省电力公司 浙江杭州310007 西安电子科技大学数学与统计学院 陕西西安710071
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社