一种基于径向基神经网络短期风电功率直接预测方法

《一种基于径向基神经网络短期风电功率直接预测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第43卷第19期电力系统保护与控制VO1．43NO．192015年l0月1日PowerSystemProtectionandControl0ct．1．2015一种基于径向基神经网络的短期风电功率直接预测方法马斌，张丽艳(西南交通大学电气Z-程学院，四川成都610031)摘要：提出了一种基于RBF神经网络的未来24hJA电功率直接预测方法。为克服传统聚类算法局部寻优的缺陷，基于模糊C．均值聚类算法，提出了一种将遗传算法、模拟退火算法和模式识别技术相结合的模糊聚类算法。基于某风电场的实测数据，采用所提出的模糊聚类算法和几利，常用方法分别确定径向函数的中心，并采用最小乘法解决权值学习问题。预测

2、结果表明了基于RBF神经网络的风电功率预测方法能够有效提高预测精度，且证明了所提出的模糊聚类算法的优越性。关键词：风电功率；预测；RBF神经网络；模糊聚类算法；对比Short-termwindpowerdirectforecastingbasedonRBFneuralnetworkMABin，ZHANGLiyan(SchoolofElectricalEngineering，SouthwestJiaotongUniversity,Chengdu610031，China)Abstract：AmethodbasedonRBFneuralnetworktodirectlyforecastwind

3、powerforthefuture24hisproposed．Toovercomethedefectsoftraditionalclusteringalgorithm，afuzzyclusteringalgorithmcombiningwithgeneticalgorithm，simulatedannealingalgorithmandpatternrecognitionisproposedbasedonfuzzyC—meansalgorithm．Thefuzzyclusteringalgorithmandsomecommonmethodsareusedtoselectthecenter

4、ofradialbasisfunction，andthelearningofweightissolvedbyO~hogonalLeastSquare(OLS)，basedonmeasureddata．Theresultsindicatethatthemethodtoforecastwindpowercanimprovethepredictionaccuracy,andprovethesuperiorityofintegratedclusteringalgorithm．Keywords：windpoWer；directprediction；RBFneuralnetwork；fuzzyclu

5、steringalgorithm；comparison中图分类号：TM715文章编号：1674—3415(2015)19．0078．05于模糊C一均值聚类算法，提出了一种将模式识别技0引言术、遗传算法和模拟退火算法相结合的模糊聚类算风能是发展速度最快的可再生能源之一，被认法(下文简称为综合聚类算法)，用以确定径向基函为是最具潜力代替化石燃料的能源L1J。虽然风能有数中心。该算法既能跳离局部最优陷阱，又能克服很多优点，但由于其具有随机性、间歇性和波动性传统遗传算法的早熟现象，同时根据聚类问题的具等特点，给电力系统的安全运行及电力调度带来巨体情况设计遗传编码方式及适应度函数，使其更有大挑战，

6、同时，大规模风电并网的高效消纳也逐渐效、更快速地收敛到全局最优解【l⋯。本文基于某风成为世界性的难题ll艺J。风电场输出功率的准确预测电场的实测数据，采用综合聚类算法和其他几种常是解决上述困难的有效方法之一Ij之J。用的确定径向基函数中心的方法选取了RBF神经网目前，，国内外已经提出的风电场输出功率预测络的中心，并分别通过最小二乘法获得权值，完成方法主要有：时间序列法【3j、卡尔曼滤波法l、神直接预测。最后，对所得结果进行了误差分析。经网络法l5J、空间相关法l6j和组合预测法l7J等。其中，1综合聚类算法神经网络法对训练样本具有较强的自组织自学习拟合能力，是目前研究的热点L8J。考虑到

7、RBF神经网1．1模式识别络相对于BP神经网络所具有的优势J，本文选用模式识别技术是一种通过反映事物的特征向RBF神经网络来完成未来24h风电功率的直接预对样本集进行分类的技术，主要分为两步：首先是测。模式向量的构造，即提取那些反映事物特性的向量；为克服传统聚类算法局部寻优的缺陷，本文基其次是模式识别，即将待识别的模式向量与描述模马斌，等一种基于径向基神经网络的短期风电功率直接预测方法．79．式的特征集进行匹配【l。概率和聚类中心。