论文部分内容阅读
针对风电场风功率预测，根据2011年11-12月的北方某大型风电场132台风机的实测风速资料与输出功率资料，以及BJ-RUC数值预报模式在该风电场风机高度(50m)的预报风速资料，本文探讨了两种利用神经网络将风速数值预报转化为风功率预测值的途径：1)利用神经网络对风速数值预报进行预测后延误差动态订正，以订正后的风速预测风功率；2)用风速的数值预报值直接与风功率输出建立神经网络模型的释用方法.根据该风电场的实测资料和BJ-RUC模式输出资料，对0-4h的风功率预报进行了试验，结果表明两种方法相较直接使用BJ-RUC模式风速得到的风功率预报效果有明显改进，第1种方法，风速的绝对误差下降了48.7％，风功率的平均绝对误差下降了58.2％，第2种方法，风功率的平均绝对误差下降了60.4％.