发明名称 |
一种基于空间相关性的台风过境风电功率预测方法 |
摘要 |
本发明提出一种基于空间相关性的台风过境风电功率预测方法。采集台风上风处与下风处风速或功率时间序列;计算上风处采集的时间序列与下风处采集的时间序列之间的相关性系数;将强相关性数据组中的上风处及下风处风速或功率时间序列数据组录入小波神经网络,对小波神经网络训练;利用训练后的小波神经网络对下风处风电功率进行预测。本发明利用空间相关性及优化后的静态神经网络,为台风过境情况下的风功率进行预测提供一种较为准确的解决方案,为强风过境时的风电调度起指导作用。 |
申请公布号 |
CN105989236A |
申请公布日期 |
2016.10.05 |
申请号 |
CN201510095410.3 |
申请日期 |
2015.03.03 |
申请人 |
南京理工大学 |
发明人 |
蒋达;康奇;张俊芳;许辉;褚智亮;毕月;史媛;林莎 |
分类号 |
G06F19/00(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
南京理工大学专利中心 32203 |
代理人 |
唐代盛;孟睿 |
主权项 |
一种基于空间相关性的台风过境风电功率预测方法,其特征在于,包括以下步骤:步骤一、采集台风上风处与下风处风速或功率时间序列;步骤二、计算上风处采集的时间序列与下风处采集的时间序列之间的相关性系数;步骤三、将强相关性数据组中的上风处及下风处风速或功率时间序列数据组录入小波神经网络,对小波神经网络训练;步骤四、利用训练后的小波神经网络对下风处风电功率进行预测。 |
地址 |
210094 江苏省南京市孝陵卫200号 |