基于自適應(yīng)Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測.pdf

1、隨著環(huán)境污染、化石燃料短缺等問題的日趨嚴(yán)峻,可再生能源的發(fā)展得到了人們的重視,風(fēng)能等可再生能源產(chǎn)業(yè)迅猛發(fā)展,風(fēng)電在電網(wǎng)中所占比例越來越大。風(fēng)具有波動性、間歇性、低能量密度等特點,使得風(fēng)力發(fā)電也具有間歇性、波動性、隨機性,大容量的風(fēng)電并入電網(wǎng)后將會對電力系統(tǒng)的安全、電能質(zhì)量和穩(wěn)定運行產(chǎn)生嚴(yán)重的影響,為了解決這些問題,急需對風(fēng)電場輸出功率預(yù)測技術(shù)進(jìn)行深入研究,對風(fēng)電功率進(jìn)行較為準(zhǔn)確的預(yù)測。
　　本文主要是對風(fēng)電場的短期風(fēng)電功率進(jìn)行預(yù)測

2、,對影響風(fēng)電功率輸出的因素進(jìn)行研究,確定預(yù)測模型的輸入向量為溫度和風(fēng)速。針對BP神經(jīng)網(wǎng)絡(luò)動態(tài)性能的不足、適應(yīng)性較差的問題,提出了基于Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測模型,在此基礎(chǔ)上針對輸入輸出數(shù)據(jù)隨時間和地域的多變性,提出了自適應(yīng)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對隱含層節(jié)點數(shù)自適應(yīng),使隱含層節(jié)點數(shù)能夠隨著訓(xùn)練集和預(yù)測集的更新不斷地自我調(diào)節(jié),網(wǎng)絡(luò)能自動選取最優(yōu)的隱層節(jié)點數(shù)來進(jìn)行預(yù)測。應(yīng)用功率直接預(yù)測方法,利用采集到的歷史數(shù)據(jù)建立自適應(yīng)的E