-
公开(公告)号：CN119515093A
公开(公告)日：2025-02-25
申请号：CN202311079360.0
申请日：2023-08-25
Applicant: 华北电力大学(保定)
IPC: G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N3/084 , G06F18/23
Abstract: 本发明涉及一种基于聚类优化分析的短期风功率预测方法，方法包括：获取原始风电场(一场一测)预测数据集、场群历史数据集，并进行数据预处理后，获得可信度较高的两类数据集；利用处理后的场群历史数据集，结合PSO粒子群优化后的AP聚类算法，得到最优聚类风场划分区域；根据最优聚类风场的划分结果，分别将子区域风场的预测数据集载入BP神经网络模型中，同时利用风电场出力与风电场群出力的相关系数，赋值给相应风电场作为权重，最终获取风电场精细化群短期风电功率预测。所提方法在24h日前预测相较传统叠加法与单一BP神经网络提高了预测精度。可表明该模型具有优越的预测性能，对今后风电集群功率预测方向发展具有一定的参考意义。
Search Results
1
records
(took 0.03 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
