[发明专利]基于BP神经网络的风电场短期功率预测方法有效
| 申请号： | 201210460427.0 | 申请日： | 2012-11-15 |
| 公开（公告）号： | CN103001249A | 公开（公告）日： | 2013-03-27 |
| 发明（设计）人： | 王伟胜;刘纯;冯双磊;王勃;张菲;赵艳青;姜文玲;卢静;车建峰;王晓蓉;王铮;胡菊;张健;张国强 | 申请（专利权）人： | 中国电力科学研究院;山东电力集团公司;中电普瑞张北风电研究检测有限公司;国家电网公司 |
| 主分类号： | H02J3/38 | 分类号： | H02J3/38 |
| 代理公司： | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人： | 王伟锋;刘铁生 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP神经网络的风电场短期功率预测方法，包括如下步骤：a.获取风电场所在地的气象要素数据的历史记录及与每一记录相对的输出功率；b.将气象要素数据修正为风机轮毂高度数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与气象要素数据对应的输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得风电场所在地在预测时间段的气象要素数据，并将气象要素数据修正为风机轮毂高度数据，生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入BP神经网络，输出的数据即为该预测时间段的风电场的发电输出功率。本发明方法简单易行，准确度高。 | ||
| 搜索关键词： | 基于 bp 神经网络 电场 短期 功率 预测 方法 | ||
【主权项】：
基于BP神经网络的风电场短期功率预测方法，其特征在于，包括如下步骤：a.获取风电场所在地的包括风速、风向和空气密度的气象要素数据的历史记录及与每一记录相对的风电场发电输出功率；b.其中，将风速、风向和空气密度修正为风电机组轮毂处的风速、风向和空气密度，从而生成修正后的气象要素数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与每一气象要素数据对应的风电场发电输出功率作为BP神经网络的输出对BP神经网络进行训练；d.根据数值天气预报获得风电场所在地在预测时间段的包括风速、风向和空气密度的气象要素数据，并将风速、风向和空气密度修正为风电机组轮毂处的风速、风向和空气密度，从而生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入经步骤c训练后的BP神经网络，BP神经网络输出的数据即为该预测时间段的风电场的发电输出功率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院;山东电力集团公司;中电普瑞张北风电研究检测有限公司;国家电网公司，未经中国电力科学研究院;山东电力集团公司;中电普瑞张北风电研究检测有限公司;国家电网公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210460427.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种集装箱底板及其制备方法
- 下一篇：药物载体和药物组合物及其制备方法
