基于新型神经网络的风电机组负荷预测研究
钱凯
曾昌学
李文韬
华电(云南)新能源发电有限公司 云南 昆明 650228
摘要：风电机组负荷预测对于电网的稳定安全运行至关重要,因此文章提出了一种新型风电负荷预测方法,在引入低质量测量值作为外源信息的基础上,通过6个预测模型进行处理,从而实现提前1h的增强预报.评估的模型分为两组:第一组是作为参考的持久性模型和ARIMA模型,第二组是基于神经网络的其余4个模型.模型比较通过两种程序实现.一方面,评估4个质量指标(皮尔逊相关系数、一致指数、平均绝对误差和平均平方误差),另一方面,进行方差分析检验和多重比较程序.结果表明,对于持久性模型和ARIMA模型,隐层中有9个神经元的反向传播网络获得的改进对数(平均绝对误差、平均平方误差)分别为23.92％～47.48％、23.19％～45.54％,能够改善风电机组负荷估计和预测.
关键词：风电负荷预测时间序列预测人工神经网络现场测量外源信息
论文发表日期：2025-11-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 49-53 )