原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波变换和人工经网络的风电功率的预测
知历史风电功率P,历史风速序列为V，风电功率经单尺度分解后的
概貌序列为P ,细节序列为P ，则有P=P +P
前面几种模型都不准确预测风电场功率，风速是影响风电功率的重要参赛之一，除次外，风向、温度、适度、地表粗糙度等都对风电场输出功率有一定的影响，因而根据风速和风电机组的功率存在不足之处。本模型分析了风电场输出功率的影响因素，设计了基于神经网络的预测模型，分析了实测功率数据、不同高度的大气数据对预测结果的影响。
1响风电功率预测的因素
1.1题1中已讨论风速与风电功率的关系
1.2风向
由很多风电机组组成，由于风能能被风电机组风轮吸收，风轮后面的风速降低，这就是尾流。由于上风向的风电机组尾流的影响，下风向风电机捕获的风能减少，相应风电机组的出力也降低。定义风电场的效率系数：η=p/p,风速越大，风电场效率系数越高。
1. 3,空气密度
速风电机在不同空气密度下的功率曲线如下图所示，从图中可以看出，随着空气密度的增大，风电机组的输出功率也相应增大。空气密度和温度、适度、压强密切相关。
BP神经网路算法
数据归一化
历史风电公率P
小波分解
概貌电功率P
细节风电功率P
BP神经网络
BP神经网络
预测概貌风电功率P
预测细节风电功率P
预测风电功率P(d,f)=P(d,f)+P(d,f)
文档评论（0）